1. 前言

• 技术背景：在大模型本地化趋势下，stable-diffusion.cpp 凭借对 GGUF 格式的卓越支持，成为低显存、高性能部署的首选。
• 模型优势：配合阿里通义 Z-Image-Turbo 模型（DiT 架构），可在消费级显卡上实现亚秒级绘图响应。
• 编译意义：针对 RTX 4070 Ti Super 或 50 系列等高性能显卡，手动编译并锁定硬件架构可解决编译器冲突并压榨硬件潜力。

2. 极速部署：直接下载预编译文件

• 下载地址：前往 GitHub Releases 页面 获取构建好的二进制文件。
• 版本选择：RTX 30/40/50 系列用户需下载带 cuda12 后缀的压缩包（如 sd-master-f957fa3-bin-win-cuda12-x64.zip）。
• 运行补丁：必须同时下载 cudart-sd-bin-win-cu12-x64.zip，并将其中的 .dll 文件解压至主程序根目录。
• 驱动要求：确保驱动版本在 525.xx 以上，50 系列显卡建议使用最新版驱动。

3. 环境准备：编译“三件套”

• Visual Studio 2026 安装步聚：
  • 运行 Visual Studio Installer，勾选“使用 C++ 的桌面开发”工作负载。
  • 在详细信息面板确认勾选：MSVC 编译器、C++ CMake 工具以及 Windows 11 SDK。
  • 在“单个组件”中确认已包含对旧版工具集的兼容性支持，以确保与 CUDA 链接顺畅。
• NVIDIA CUDA Toolkit：
  • 推荐安装 12.x 或 13.x 版本。
  • 安装时选择“自定义”，确保选中“开发文件”和“运行时”组件。
• CMake 构建工具：
  • 建议独立安装官方版本，并确认已加入系统环境变量 PATH。
  • 在终端输入以下命令验证安装：

    cmake --version
    

4. 获取源码与子模块同步

• 源码克隆：使用 –recursive 参数确保拉取所有关联的子模块（如 ggml）。

  git clone --recursive https://github.com/leejet/stable-diffusion.cpp
  cd stable-diffusion.cpp
  

• 补救指令：若克隆后文件夹为空，请手动运行：

  git submodule update --init --recursive
  

5. 核心：针对不同显卡架构的编译配置

• 确定架构代码：
  • RTX 4070 Ti Super (Ada Lovelace)：使用代码 89。
  • RTX 50 系列 (Blackwell)：建议使用代码 101。
• 编译器兼容性：在 VS 2026 环境下，需使用 -allow-unsupported-compiler 标志绕过 NVCC 检查。
• 配置指令：

  mkdir build
  cd build
  cmake .. -G "Visual Studio 18 2026" -A x64 ^
    -DSD_CUDA=ON ^
    -DCMAKE_CUDA_ARCHITECTURES=89 ^
    -DCMAKE_CUDA_FLAGS="-allow-unsupported-compiler"
  

6. 构建与产物部署

• 并行构建：使用 /m 参数开启多核编译以节省时间。

  cmake --build . --config Release -- /m
  

• 部署产物：构建后的 sd-cli.exe 位于 bin\Release。
• 依赖补齐：若系统无全局 CUDA 环境，务必将 cudart 库文件拷贝至该目录下。

7. 实战测试：分体式加载 Z-Image-Turbo

• 加载逻辑：由于 DiT 架构特性，需手动指定三个核心组件路径以对齐张量命名。
• 核心模型下载：
  • Diffusion 主模型：z-image-turbo-Q8_0.gguf
  • 文本编码器 (LLM)：Qwen3-4B-Instruct-2507-Q4_K_M.gguf
  • VAE 模块：ae-Q8_0.gguf
• 推理指令：

  .\sd-cli.exe --diffusion-model z-image-turbo-Q8_0.gguf ^
    --llm Qwen3-4B-Instruct-2507-Q4_K_M.gguf ^
    --vae ae-Q8_0.gguf ^
    -p "A professional photographic render of a high-tech gas storage facility, realistic, 8k" ^
    --steps 8 --cfg-scale 1.0 --guidance 0.0 --sampling-method euler -o result.png
  

8. 性能表现与结语

• 显存占用：1024x1024 尺寸生成时，显存占用约 10.5 GB，适合 16GB 显存显卡。
• 生成速度：RTX 4070 Ti Super 8 步采样耗时约 2 秒。
• 总结：定制化编译虽然繁琐，但其带来的极致性能增益是本地 AI 创作的最佳路径。