检查CUDA与显卡驱动版本兼容性

NVIDIA GeForce 5070TI需搭配CUDA 12.x及更高版本驱动。运行以下命令验证驱动和CUDA版本：

nvidia-smi  # 查看驱动版本（需≥525.60.11）  
nvcc --version  # 查看CUDA Toolkit版本（需≥12.0）  

若版本不匹配，需升级驱动或降级CUDA Toolkit至兼容版本。

修改Stable Diffusion启动参数

在启动命令中显式指定--precision full --no-half，避免半精度浮点运算导致的sm_120兼容性问题：

python launch.py --precision full --no-half --skip-torch-cuda-test  

调整Torch与CUDA环境

5070TI的Ampere架构需PyTorch 2.0+和CUDA 11.8/12.x组合。创建虚拟环境并安装指定版本：

conda create -n sd_env python=3.10  
conda activate sd_env  
pip install torch==2.0.1+cu118 torchvision==0.15.2+cu118 --extra-index-url https://download.pytorch.org/whl/cu118  

修改源码绕过架构检查

定位Stable Diffusion的launch.py文件，找到check_cuda相关代码段，注释或修改以下行：

# 原始代码可能包含类似检查  
# assert torch.cuda.get_device_capability(0) >= (7, 0), "Unsupported GPU"  

替换为：

torch.backends.cudnn.benchmark = True  # 启用加速  

强制使用XFORMERS优化

在配置文件中添加enable_xformers=True，或启动时追加参数：

python launch.py --xformers  

若提示xformers不兼容，需从源码编译：

pip install -v -U git+https://github.com/facebookresearch/xformers.git@main#egg=xformers  

验证修复结果

运行测试脚本确认GPU可用性：

import torch  
print(torch.cuda.is_available())  # 应输出True  
print(torch.rand(10,10).cuda())   # 应无报错  

若仍报错，尝试禁用硬件加速解码：

export CUDA_VISIBLE_DEVICES=0  
export PYTORCH_CUDA_ALLOC_CONF=max_split_size_mb:128  

附：常见错误码对应措施

• CUDA error 700: 升级驱动至最新Game Ready版本
• sm_120 not supported: 使用--no-half-vae参数跳过VAE模型半精度
• DLL load failed: 重装Microsoft Visual C++ 2015-2022 Redistributable