在Arch Liunx里只用Intel Ultra 7 155H跑stable-diffusion-webui
内容提要
本文介绍了如何在Arch Linux上使用Intel Ultra 7 155H运行stable-diffusion-webui。作者通过pyenv管理Python版本，解决了依赖问题，并提供了详细的安装和启动步骤，最终成功在轻薄本上实现了模型生成。
延伸解读
Python 版本依赖的解决思路
文章指出 Arch Linux 默认使用最新 Python，而 stable-diffusion-webui 推荐 Python 3.10.6，直接使用最新版会报依赖错误，例如 tokenizers 构建失败。作者通过 pyenv 安装并管理 3.10.6，避免了系统级降级。这提示读者：在滚动更新的发行版上部署特定 AI 工具时，用版本管理工具隔离环境比直接修改系统 Python 更稳妥。
Intel 核显运行的关键参数
启动时作者设置了环境变量 PYTORCH_TRACING_MODE=TORCHFX 和 COMMANDLINE_ARGS="--skip-torch-cuda-test --precision full --no-half"。这些参数跳过了 CUDA 测试，并强制使用全精度、禁用半精度，以适应 Intel 核显缺乏 CUDA 支持的情况。读者若在类似硬件上运行，可参考这些设置，但需注意不同版本或硬件可能需调整。
性能预期与适用场景
作者实测生成 512x512 图片约需一分钟，速度较慢，但认为在轻薄本上生成简单 demo 可以接受。这表明 Intel Ultra 7 155H 的核显能运行 stable-diffusion-webui，但仅适合低频率、非复杂的生图需求。如果追求快速出图或高分辨率，仍需考虑独立显卡或在线服务。
安装与启动的实用技巧
文章提到模型下载慢时可用下载器下载后复制到目录，并提供了保存启动脚本的方法，将环境变量和启动命令写入 start.sh 方便复用。这些做法能减少重复配置，尤其适合在移动硬盘系统或多台电脑间同步环境。读者可借鉴这种脚本化启动方式，提升日常使用效率。
Q&A
如何在Arch Linux上安装stable-diffusion-webui？
可以通过克隆stable-diffusion-webui的仓库并使用pyenv管理Python版本来安装，确保使用Python 3.10.6。
为什么选择使用pyenv管理Python版本？
因为Arch Linux默认使用最新的Python，而stable-diffusion-webui推荐使用Python 3.10.6，使用pyenv可以方便地管理多个Python版本。
在安装过程中遇到的依赖问题如何解决？
可以通过手动安装推荐的Python版本和依赖，或者直接运行启动脚本来解决依赖问题。
模型下载速度慢怎么办？
可以使用下载器下载模型，然后将其复制到当前目录，以提高下载效率。
如何保存启动脚本以便后续使用？
可以通过创建一个名为start.sh的脚本文件，写入启动命令来保存启动脚本。
在轻薄本上运行stable-diffusion-webui的目的是什么？
作者希望在轻薄本上生成简单的demo，而不需要依赖游戏本或在线模型。
