首选Nvidia显卡，主要原因是大多数AI应用的研发、运行和测试环境都基于Nvidia平台。尽管AMD也获得了一定支持，但目前的兼容性仍然有限。去年，AI领域主流的开发平台PyTorch（也是Stable Diffusion的运行环境）中，一个新推出的包torchtriton被发现存在木马问题，官方随后对代码库进行了清理并更名为pytorch-triton。这个包的主要作用是增强PyTorch对AMD及其他非Nvidia GPU的支持，试图减少对Nvidia（具体来说是Cuda）的依赖。然而，这种支持还需要时间来完善。
在选择显卡时，显存容量是仅次于品牌的关键因素，比具体型号更重要。型号的差异在运行时可能只影响几秒到十几秒的速度，但显存不足则可能导致模型无法运行或频繁崩溃。
显存容量推荐：
1. 模型运行需求：如果只是使用已经训练好的官方或他人模型，最低需要6GB显存，建议8GB，这样大部分AI绘画软件都可以顺畅运行。早期版本的Stable Diffusion要求12GB显存，但随着改版，显存需求逐渐降低。
2. 模型训练需求：若需自行训练模型（Fine-tune），最低8GB显存，建议12GB。训练过程中显存占用较高。
3. 操作系统影响：Windows操作系统会占用一部分显存，导致实际可用显存减少；而Linux则更为高效。我个人使用Linux环境，不启用桌面，仅通过命令行从其他电脑远程登录，实现显存的百分百利用。
4. 生成画面尺寸影响显存需求：生成的图像越大，对显存需求越高。若使用8GB显存尝试生成1024x1024尺寸的图像时出现崩溃，可以尝试降低尺寸，如768x768或512x512，然后再通过超级分辨率（SR, Super Resolution）工具放大到1024x1024。
5. 切换风格模型导致显存碎片：多次切换不同风格模型可能会导致显存碎片化。例如，显存空余6GB时加载一个5GB的模型却失败。此时可退出所有程序并重启SD。在Linux环境下，可通过`nvidia-smi`查看显存使用情况。
对于仅想体验文生图功能的用户，暂时可以不用急于更换显卡，或者可以使用云电脑。
最近Finovy Cloud云电脑上线了新用户注册送100额度的活动，打游戏、游戏挂机，建模、剪辑、AI绘画、深度学习电脑配置不够好的小伙伴都可以来0元体验！多种显卡配置任你挑选，最近手上项目积压又没得其他机器可以分摊工作量的小伙伴，可以赶紧薅这波羊毛啦！
Finovy Cloud官网：https://cloud.finovy.cn/activity/newuser/
在选择显卡时，显存容量是仅次于品牌的关键因素，比具体型号更重要。型号的差异在运行时可能只影响几秒到十几秒的速度，但显存不足则可能导致模型无法运行或频繁崩溃。
显存容量推荐：
1. 模型运行需求：如果只是使用已经训练好的官方或他人模型，最低需要6GB显存，建议8GB，这样大部分AI绘画软件都可以顺畅运行。早期版本的Stable Diffusion要求12GB显存，但随着改版，显存需求逐渐降低。
2. 模型训练需求：若需自行训练模型（Fine-tune），最低8GB显存，建议12GB。训练过程中显存占用较高。
3. 操作系统影响：Windows操作系统会占用一部分显存，导致实际可用显存减少；而Linux则更为高效。我个人使用Linux环境，不启用桌面，仅通过命令行从其他电脑远程登录，实现显存的百分百利用。
4. 生成画面尺寸影响显存需求：生成的图像越大，对显存需求越高。若使用8GB显存尝试生成1024x1024尺寸的图像时出现崩溃，可以尝试降低尺寸，如768x768或512x512，然后再通过超级分辨率（SR, Super Resolution）工具放大到1024x1024。
5. 切换风格模型导致显存碎片：多次切换不同风格模型可能会导致显存碎片化。例如，显存空余6GB时加载一个5GB的模型却失败。此时可退出所有程序并重启SD。在Linux环境下，可通过`nvidia-smi`查看显存使用情况。
对于仅想体验文生图功能的用户，暂时可以不用急于更换显卡，或者可以使用云电脑。
最近Finovy Cloud云电脑上线了新用户注册送100额度的活动，打游戏、游戏挂机，建模、剪辑、AI绘画、深度学习电脑配置不够好的小伙伴都可以来0元体验！多种显卡配置任你挑选，最近手上项目积压又没得其他机器可以分摊工作量的小伙伴，可以赶紧薅这波羊毛啦！
Finovy Cloud官网：https://cloud.finovy.cn/activity/newuser/
