如果您希望在显存有限的设备上成功运行Stable Diffusion，但启动时频繁遭遇“CUDA out of memory”错误或WebUI根本无法加载，则很可能是模型加载与推理过程超出了当前GPU显存容量。以下是针对低显存环境（如4GB、6GB甚至2GB显存NVIDIA显卡）的多种实操性部署优化方案：
一、启用xFormers加速与内存优化
xFormers是Facebook开源的PyTorch扩展库，通过重写注意力机制显著降低显存占用并提升推理速度，对低显存设备尤为关键。它能在不牺牲图像质量的前提下，将显存消耗压缩约30%–50%。
1、确保已安装支持xFormers的PyTorch版本（推荐torch 2.0.1+cu118或torch 2.1.2+cu121）。
2、进入Stable Diffusion WebUI根目录，打开命令行窗口，执行：pip install xformers --index-url https://download.pytorch.org/whl/cu118（请根据本机CUDA版本替换cu118为cu121等）。
3、启动WebUI时添加启动参数：--xformers --medvram --no-half-vae。其中--medvram启用中等显存模式，--no-half-vae避免VAE半精度导致的显存溢出风险。
二、使用--lowvram或--medvram启动参数组合
WebUI内置多级显存适配策略，无需修改代码即可通过命令行参数强制启用低资源运行模式。该方式适用于无xFormers支持或老旧驱动环境。
1、关闭正在运行的WebUI进程。
2、右键点击A启动器.exe（或webui-user.bat），选择“编辑”，在最后一行启动命令末尾追加：--lowvram（适用于2GB–4GB显存）或--medvram（适用于4GB–6GB显存）。
3、保存文件后双击重新运行启动器。首次加载可能延长至2–3分钟，但后续生成将稳定运行。
三、切换至FP8/INT8量化模型（RTX 30/40系显卡专属）
FP8模型将权重以8位整数存储，在运行时动态反量化为FP16计算，可使模型体积与显存占用减少近50%，特别适配RTX 3060 12GB、RTX 4070等中端卡。
1、访问Hugging Face或Civitai，搜索标注为"SDXL FP8"或"SD 1.5 INT8"的模型（如：stabilityai/sdxl-turbo-fp8、hakurei/waifu-diffusion-fp8）。
。
