Stable Diffusion bilgisayara nasıl kurulur?

Yazan: Güncelleme: 3 dk okuma

Stable Diffusion’ı kendi bilgisayarınızda çalıştırmak için en az 6 GB VRAM’li bir GPU, Python 3.10, Git, Automatic1111 web arayüzü ve bir model dosyası gerekir. 15 GB disk alanı ayırın ve birkaç gigabaytlık indirmeyi hesaba katın; sonrasında görsel üretimi ücretsizdir, çevrimdışı çalışır ve gizliliğiniz korunur.

Gereksinimler

BileşenEn azRahat kullanım
GPUNVIDIA 6 GB VRAM (SD 1.5)NVIDIA 8–12 GB (SDXL), 16 GB (SD 3.5 Large, ComfyUI’da)
AMD / AppleLinux’ta ROCm, 16 GB RAM’li Apple Silicondaha yavaş ama çalışır; Windows’ta AMD kartlar için ComfyUI ya da web arayüzünün bir çatallaması (fork) gerekir
RAM16 GB32 GB
Disk15 GB (uygulama + bir model)birden fazla model için 50 GB ve üzeri
İşletim sistemiWindows 10/11, Ubuntu 22.04+, macOS 13+

Uyumlu bir GPU’nuz yok mu? Bu sitedeki araçlar kurulum gerektirmez: inpainting ve görsel büyütme bizim donanımımızda çalışır, SDXL ise sayfaya gömülü, başka bir sunucuda barındırılan bir demodur.

Adım adım kurulum (Windows, Automatic1111)

  1. Python 3.10.6 sürümünü kurun ve Add Python to PATH kutusunu işaretleyin. Daha yeni Python sürümleri bazı bağımlılıkları bozar.
  2. Git yazılımını varsayılan seçeneklerle kurun.
  3. İstediğiniz klasörde bir terminal açın ve git clone -b dev https://github.com/AUTOMATIC1111/stable-diffusion-webui komutunu çalıştırın. Buradaki dev dalı bilinçli bir seçimdir: varsayılan dal Temmuz 2024’ten beri değişmemiştir ve ilk çalıştırıldığında artık hata verir.
  4. Bir model indirin: SDXL 1.0 base (6,9 GB) ve isterseniz refiner, ya da Stable Diffusion 1.5 (4,3 GB). .safetensors uzantılı dosyayı alın.
  5. Modeli stable-diffusion-webui/models/Stable-diffusion/ klasörüne koyun.
  6. webui-user.bat dosyasına çift tıklayın. İlk çalıştırmada birkaç gigabaytlık bağımlılık indirilir; bunun ne kadar süreceği bağlantınızın hızına bağlıdır.
  7. Tarayıcınızda http://127.0.0.1:7860 adresini açın, sol üstten modeli seçin, bir prompt yazın ve Generate düğmesine tıklayın.

Linux ve macOS’te önce Python 3.10 ya da 3.11’i ve projenin README dosyasında sayılan sistem paketlerini kurun, ardından .bat dosyası yerine ./webui.sh betiğini çalıştırın; betik kendi Python ortamını kendisi oluşturur.

Yararlı başlatma seçenekleri

webui-user.bat dosyasını düzenleyin ve COMMANDLINE_ARGS değerini ayarlayın:

  • --xformers: NVIDIA’da daha hızlı ve daha hafif çalışır.
  • --medvram ya da --lowvram: 4 ila 6 GB’lık kartlar içindir; karşılığında hız düşer.
  • --listen: arayüze ağınızdaki başka bir cihazdan erişmenizi sağlar.
  • --api: betiklerin kullandığı REST API’yi etkinleştirir (bu site de kendi Automatic1111 kurulumuyla bu yolla haberleşir).

Sık görülen hatalar

  • CUDA out of memory: görsel boyutunu küçültün, --medvram ekleyin, GPU’yu kullanan diğer programları kapatın.
  • Torch not compiled with CUDA: desteklenmeyen bir Python sürümü ya da yalnızca CPU için derlenmiş bir PyTorch söz konusudur; Python 3.10 ile yeniden kurun ve venv klasörünü silin.
  • No model found: dosya models/Stable-diffusion klasöründe değildir ya da uzantısı yanlıştır.
  • AMD ya da Apple’da siyah görseller: --no-half ya da --upcast-sampling ekleyin.

Automatic1111’in alternatifleri

Forge, aynı arayüze sahip daha hızlı bir çatallamadır (fork); o da Haziran 2025’ten beri güncelleme almıyor. ComfyUI düğüm (node) tabanlı bir arayüz kullanır; SD 3.5 ve Flux için, ayrıca karmaşık iş akışları için idealdir. Fooocus, Midjourney’de olduğu gibi ayarların çoğunu tek bir prompt kutusunun arkasına gizler; yalnızca SDXL modellerini çalıştırır ve artık hata düzeltmeleri dışında güncelleme almıyor. Forge ve ComfyUI, Automatic1111 ile aynı model ve LoRA dosyalarını okur.

Sıkça sorulan sorular

Ekran kartı olmadan Stable Diffusion kurabilir miyim?

CPU’da çalışır ama bir görsel saniyeler değil, dakikalar sürer. Bunun yerine bulut üzerinde bir GPU ya da bu sitedeki ücretsiz araçları kullanın.

Ne kadar disk alanı kaplar?

Web arayüzü ve bağımlılıkları için yaklaşık 10 GB, ayrıca SD 1.5 ya da SDXL modeli başına 2 ila 7 GB ve LoRA başına birkaç megabayt ile birkaç yüz megabayt arası. Model biriktiriyorsanız 50 GB ayırın.

Kurmak yasal ve ücretsiz mi?

Evet. Web arayüzü açık kaynaklıdır (AGPL); modeller ise kendi lisansları kapsamında indirilebilir, kişisel kullanımda ve ticari kullanımların çoğunda ücretsizdir.