Stable Diffusion AI 生图加速新利器！ 透过 LCM LoRA 大幅提升生图速度

Stable Diffusion 让用户只要有 4G VRAM 以上的显卡，都能在本地机器上使用 AI 绘图，但显卡如果不够高阶，图片产生速度就会受影响，因此一直有人在研究如何缩短图片产生所耗费的时间。 Latent Consistency Models （LCM） 是一款基于 Stable Diffusion 模型所调整出来的新模型，能够以更少的步数产生图片，还有人以此制作出 Stable Diffusion V1.5 跟 Stable Diffusion XL （SDXL） 能用的LoRA模型，以下笔者将示范如何使用 LCM LoRA+ LCM Sampler 来加速图片产生。

LCM Lora 简易使用教程

设置 LCM LoRA 跟 LCM Sampler

首先下载对应 Stable Diffusion 版本的 LCM LoRA 模型，下载 Stable Diffusion V1.5 对应 LCM LoRA， 下载 SDXL 对应 LCM LoRA。 由于文件名相同，如果 SD 1.5 和 SDXL 两个模型都会使用，可以把 LoRA 档名加上 SD15 跟 SDXL 方便辨识。 下载后找到 Stable Diffusion WebUI 所在文件夹，依序开启 models – Lora 文件夹，再把 LoRA 模型放到里面。

接着到sd-webui-lcm-sampler GitHub页面，点击Download raw file下载 lcm-sampler.py。

开启 Stable Diffusion WebUI 所在文件夹，找到 scripts 文件夹，把刚刚下载的 lcm-sampler.py 放到这里。

开启 Stable Diffusion WebUI，点击下方的 Lora 分页，选取刚刚加入的 LCM LoRA。 笔者测试使用的 Stable Diffusion WebUI 版本是 v1.6.0，版本不同画面可能有所差异。

回到Generation标签，Sampling method选择LCM Test，把Sampling steps改为4（或4-8之间的数值），然后CFG Scale输入1（或1-2之间的数值）。

LCM LoRA 性能测试

笔者测试采用的硬件规格如下：

使用 SD V1.5 模型，在 Sampling steps 20、Sampling method DPM++ 2M Karras、CFG Scale 7 预设值下产生 512×512 的图，提示词 （Prompt） 使用「card template， card template， card game art frame， bright masterpiece artstation. 8 k， sharp high quality artwork in style of jose daniel cabrera pena and greg rutkowski， concept art by tooth wu， blizzard warcraft artwork， hearthstone card game artwork」，未使用 LCM LoRA + LCM Sampler 前耗时1分29.5秒。

加载 LCM LoRA 跟 LCM Sampler，Sampling steps 设 4、CFG Scale 设 1，只要 22 秒。

笔者测试LCM loRA除了一般的Sable Diffusion WebUI，也能用在AMD Radeon显卡用的StableDiffusion WebUIDirectML版本上（因使用RX 6400所以只验证SD v1.5模型），若觉得出图太慢不妨试试看。