こんにちは〜！カラスクDAO広報担当の彩葉だよ✨ 今日は、Ubuntu LinuxでStable Diffusionをインストールする方法について詳しく解説していくね！
Linuxユーザーの皆さん、画像生成AIを使いたいけど「Linuxでの導入って難しそう…」って思ってない？でも大丈夫！実はLinuxって、Windowsよりも安定してStable Diffusionが動作するんだよ〜。それな！

なぜUbuntu LinuxでStable Diffusionなの？

Ubuntu LinuxでStable Diffusionを使うメリットは本当にたくさんあるの！

• リソース効率が抜群：WindowsよりもメモリとCPU使用量が少ない
• カスタマイズ性が高い：細かい設定まで自由に調整できる
• オープンソース同士の相性：Stable DiffusionもLinuxもオープンソース
• サーバー環境との親和性：将来的にクラウドでの運用も楽々
• 長時間の安定動作：メモリリークが少なく安定

特に、VRAM使用量の最適化やバッチ処理の安定性は、Linuxの方が優秀だよ〜✨

システム要件と事前準備

まずは、あなたのシステムがStable Diffusionを快適に動かせるかチェックしよう！

最小要件

• OS：Ubuntu 20.04 LTS以上（22.04 LTSを推奨）
• GPU：NVIDIA GTX 1060 6GB以上（RTX系列を強く推奨）
• RAM：16GB以上（32GB推奨）
• ストレージ：SSD 50GB以上の空き容量
• Python：3.8〜3.11

推奨要件

• GPU：RTX 3070以上（VRAM 8GB以上）
• RAM：32GB以上
• ストレージ：NVMe SSD 100GB以上

ちょっぴり要求スペックが高いけど、その分すっごく綺麗な画像が生成できるから頑張って〜！

ステップ1：システムの更新とGPUドライバーのインストール

まずは基本のシステム更新から始めよう！ターミナルを開いて以下のコマンドを実行してね。

システムの更新

sudo apt update
sudo apt upgrade -y
sudo apt install -y build-essential git python3-dev python3-pip python3-venv

NVIDIAドライバーのインストール

NVIDIA GPUを使っている場合（ほとんどの人がそうだと思うけど）、専用ドライバーが必要だよ〜。
現在のドライバー状況を確認：
nvidia-smi
もしエラーが出たら、ドライバーをインストールしよう：
sudo apt install -y nvidia-driver-530
sudo reboot
再起動後、もう一度 nvidia-smi を実行して、GPUが正常に認識されているか確認してね✨

CUDA Toolkitのインストール

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-keyring_1.0-1_all.deb
sudo dpkg -i cuda-keyring_1.0-1_all.deb
sudo apt-get update
sudo apt-get -y install cuda

ステップ2：Python環境の構築

Stable Diffusionは特定のPythonライブラリのバージョンに依存するから、仮想環境を使うのがベストだよ！

仮想環境の作成

cd ~
mkdir stable-diffusion-workspace
cd stable-diffusion-workspace
python3 -m venv venv
source venv/bin/activate
仮想環境がアクティブになると、プロンプトの前に (venv) って表示されるはず！これで準備OK〜✨

必要なパッケージのインストール

pip install –upgrade pip
pip install torch torchvision torchaudio –index-url https://download.pytorch.org/whl/cu118
PyTorchが正常にインストールされたか確認：
python -c “import torch; print(torch.cuda.is_available())”
True って表示されればOK！False だったら、CUDAの設定を見直そうね。

ステップ3：AUTOMATIC1111 WebUIのインストール

いよいよStable Diffusion WebUIのインストールだよ〜！これが一番ワクワクする部分だね✨

リポジトリのクローン

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
cd stable-diffusion-webui

初回セットアップ

./webui.sh
初回起動時は、必要な依存関係をすべてダウンロードするから、ちょっと時間がかかるよ〜。コーヒーでも飲みながら待とう☕
インストールが完了すると、以下のようなメッセージが表示される：
Running on local URL: http://127.0.0.1:7860

ステップ4：基本モデルのダウンロード

Stable Diffusionのベースモデルをダウンロードしよう！

Stable Diffusion v1.5のダウンロード

cd models/Stable-diffusion
wget https://huggingface.co/runwayml/stable-diffusion-v1-5/resolve/main/v1-5-pruned-emaonly.safetensors
このファイルサイズが約4GBあるから、ダウンロードには時間がかかるよ〜。それな！

VAEのダウンロード（オプション）

画質向上のためのVAEもダウンロードしておこう：
cd ../VAE
wget https://huggingface.co/stabilityai/sd-vae-ft-mse-original/resolve/main/vae-ft-mse-840000-ema-pruned.safetensors

ステップ5：WebUIの起動と設定

WebUIの起動

stable-diffusion-webuiディレクトリに戻って：
cd ~/stable-diffusion-workspace/stable-diffusion-webui
./webui.sh –listen –enable-insecure-extension-access
–listen オプションをつけることで、他のマシンからもアクセスできるようになるよ〜✨

ブラウザでアクセス

ブラウザで http://localhost:7860 にアクセスしてみて！Stable Diffusion WebUIの画面が表示されれば成功だよ〜！

最適化設定とトラブルシューティング

メモリ最適化設定

VRAMが少ない場合は、起動オプションで最適化しよう：
./webui.sh –medvram –opt-split-attention
さらにメモリが少ない場合：
./webui.sh –lowvram –always-batch-cond-uncond

よくあるトラブルと解決策

問題1：「CUDA out of memory」エラー
解決策：

• –medvram または –lowvram オプションを使用
• 生成サイズを小さくする（512×512から開始）
• バッチサイズを1に設定

問題2：「torch.cuda.is_available()がFalse」
解決策：

• NVIDIAドライバーの再インストール
• CUDA Toolkitのバージョン確認
• PyTorchの再インストール

問題3：起動時にエラーで止まる
解決策：

• Python仮想環境が正しくアクティベートされているか確認
• 依存関係の再インストール：pip install -r requirements.txt
• 権限の問題：sudo chown -R $USER:$USER ~/stable-diffusion-workspace

応用設定と拡張機能

自動起動の設定

毎回コマンドを打つのが面倒な場合は、デスクトップファイルを作成しよう：
nano ~/.local/share/applications/stable-diffusion.desktop
以下の内容を記述：
[Desktop Entry]
Version=1.0
Type=Application
Name=Stable Diffusion WebUI
Comment=AI Image Generation
Exec=/bin/bash -c “cd ~/stable-diffusion-workspace/stable-diffusion-webui && source ../venv/bin/activate && ./webui.sh”
Icon=applications-multimedia
Terminal=true
Categories=Graphics;Photography;

おすすめの拡張機能

WebUIの「Extensions」タブから以下をインストールしてみて：

• ControlNet：ポーズや構図の制御
• Deforum：動画生成
• Additional Networks：LoRAモデルの管理
• Image Browser：生成画像の管理

これらの拡張機能で、もっと自由度の高い画像生成が楽しめるよ〜✨

パフォーマンスチューニング

システム設定の最適化

以下の設定で、さらに快適に使えるようになるよ！
スワップの調整：
sudo sysctl vm.swappiness=10
GPU周波数の固定（安定性向上）：
nvidia-smi -pm 1
nvidia-smi -ac 5001,1400

WebUI設定の最適化

WebUIの「Settings」で以下を調整：

• 「Live previews」を有効化
• 「Show progress every N steps」を10に設定
• 「Use cross attention optimizations」を有効化

セキュリティ考慮事項

WebUIを外部からアクセス可能にする場合の注意点：

• 認証の設定：–gradio-auth username:password
• ファイアウォールの設定
• HTTPS化の検討
• 定期的なアップデート

特にインターネットに公開する場合は、セキュリティをしっかり考慮してね〜！

まとめ

お疲れ様〜！Ubuntu LinuxでのStable Diffusionセットアップ、どうだった？✨
今回の手順をまとめると：

1. システム更新とGPUドライバーのインストール
2. Python仮想環境の構築
3. AUTOMATIC1111 WebUIのインストール
4. 基本モデルのダウンロード
5. 最適化設定とトラブルシューティング

一度セットアップが完了すれば、Linuxの安定性とパフォーマンスの恩恵を受けながら、高品質な画像生成が楽しめるよ〜！
最初はちょっと複雑に感じるかもしれないけど、慣れればLinux環境の方が断然使いやすいの。それな！
何か困ったことがあったら、コミュニティで気軽に質問してね。みんなで助け合いながら、素敵なAI画像を作っていこう〜✨

カラスクコミュニティのご案内

画像生成AIについてもっと学びたい、作品を共有したい、仲間と交流したいという方は、ぜひカラスクのDiscordコミュニティにご参加ください！

カラスクとは？

カラスクは、AI artを通じてみんなを笑顔にするDAO化プロジェクトです。「スキマ時間」でWeb3で疲弊することなく、誰でも楽しめて報酬を得られるコミュニティを目指しています。

コミュニティで得られること

• 画像生成AIの最新情報や技術交流
• 作品の共有とフィードバック
• 初心者向けのサポート
• プロンプトのシェア
• Linux環境での技術的なサポート
• コラボレーションの機会

初心者の方も大歓迎です！気軽にご参加ください。