榨干性能！用NAS进行AI绘图，极空间Z423部署StableDiffusion，效果居然出奇的好！
内容提要
本文介绍了在NAS上部署AI绘画项目StableDiffusion的方法，使用Windows server虚拟机进行部署，需要至少16GB内存和多核多线程的CPU。作者认为Z423的性能强大，未来可能会内置大模型。
延伸解读
三种部署方式的实际取舍
文章对比了Windows虚拟机、Linux虚拟机和Docker三种部署StableDiffusion的方式。Windows虚拟机最简单，但性能利用不充分；Linux虚拟机可完全榨干性能，但高负载下可能因内存不足导致NAS重启，作者尝试两次后放弃；Docker方式在Linux环境中模拟，避免了内存不足重启的问题。读者可根据自身风险承受能力和性能需求选择。
资源分配与稳定性风险
部署时需注意不要将CPU和内存资源拉满，应保留余量以防NAS因内存不足重启。作者在Windows虚拟机部署后生成图像时，CPU占用达81%，内存直接飙满，这是入手Z423以来CPU最高的一次。生成过程中偶尔出现黑块或长时间卡顿，属于正常现象。这提示读者在尝试前应评估NAS的散热和长期高负载运行的稳定性。
硬件门槛与适用性
文章明确指出，用CPU进行AI绘图的最低要求是16GB内存和多核多线程CPU。Z423的AMD 5825U为8核16线程，符合条件。若低于此标准，作者建议不要折腾。该方式适用于所有可部署虚拟机的NAS，但折腾有风险。读者需确认自身设备是否达到门槛，避免盲目尝试导致系统不稳定。
Q&A
如何在NAS上部署StableDiffusion进行AI绘图？
可以通过三种方式部署：1. Windows server虚拟机，最简单但性能利用不充分；2. Linux虚拟机，能完全利用性能但有内存不足重启风险；3. Docker部署，结合Linux优点且避免重启。推荐使用Windows server虚拟机方式，需下载Windows server 2019镜像，在极空间虚拟机中新建虚拟机，注意保留CPU和内存余量，然后安装叶秋一键安装包并启动。
用NAS跑StableDiffusion需要什么硬件配置？
至少需要16GB内存和多核多线程的CPU。例如极空间Z423搭载的AMD 5825U（8核16线程）适合用于AI绘图。如果低于这个配置，不建议尝试。
Z423部署StableDiffusion后性能表现如何？
生成图像时CPU占用可达81%，内存占用飙满，这是入手Z423以来CPU最高的一次。由于GPU限制，图片生成偶尔会出现黑块或长时间卡顿，属于正常现象。Z423的性能尚未被完全发挥。
三种部署方式各有什么优缺点？
Windows server虚拟机：简单易学，方便加模型，但不能完全榨干NAS性能；Linux虚拟机：能完全利用性能，但高负载下可能因内存不足重启；Docker部署：结合Linux优点，避免内存不足问题，不会导致NAS最大占用。
部署StableDiffusion时需要注意哪些资源分配问题？
在新建虚拟机时，不要将CPU和内存资源拉满，需保留一部分作为余量，以防止占用过高导致NAS内存不足重启。生成图像时CPU和内存占用会很高，需合理分配。
Z423未来有可能内置大模型吗？
作者认为随着AI技术的发展，Z423的性能尚未被完全发挥，未来极空间可能会内置大模型。
