Pixel Dream Workshop Ubuntu 20.04 部署全攻略：从系统安装到模型运行

Pixel Dream Workshop Ubuntu 20.04 部署全攻略：从系统安装到模型运行

1. 准备工作：你需要知道这些

在开始之前，我们先明确几个关键点。Pixel Dream Workshop是一个强大的AI图像生成工具，而Ubuntu 20.04是运行它的理想操作系统。整个部署过程大约需要1-2小时，具体取决于你的网络速度和硬件配置。

你需要准备：

• 一台支持GPU加速的电脑（NVIDIA显卡最佳）
• 至少16GB内存（32GB更佳）
• 100GB以上的可用磁盘空间
• 稳定的网络连接

如果你是第一次接触Linux系统，不用担心，我会用最简单的方式带你完成每个步骤。过程中遇到任何问题，都可以参考最后的常见问题解决部分。

2. Ubuntu 20.04系统安装与基础配置

2.1 制作启动U盘

首先，我们需要创建一个Ubuntu 20.04的安装U盘。访问Ubuntu官网下载20.04 LTS版本的ISO镜像文件。然后使用Rufus（Windows）或BalenaEtcher（Mac）工具将ISO写入U盘。

插入U盘后重启电脑，进入BIOS设置（通常是开机时按F2或Delete键），将U盘设为第一启动项。保存设置后，电脑会从U盘启动进入Ubuntu安装界面。

2.2 系统安装步骤

在安装界面选择"Install Ubuntu"，然后按照以下步骤操作：

1. 语言选择：建议选择English（后续命令操作更兼容）
2. 键盘布局：根据实际情况选择
3. 安装类型：选择"Normal installation"，并勾选"Install third-party software"
4. 磁盘分区：新手建议选择"Erase disk and install Ubuntu"
5. 时区设置：选择你所在的时区
6. 用户信息：设置用户名和密码（记住这个密码）

安装完成后重启电脑，拔出U盘，系统会自动进入Ubuntu桌面环境。

2.3 基础系统配置

首次登录后，我们需要进行一些必要的系统配置：

# 更新系统软件包 sudo apt update && sudo apt upgrade -y # 安装常用工具 sudo apt install -y git curl wget unzip # 设置SSH（可选但推荐） sudo apt install -y openssh-server sudo systemctl enable --now ssh

3. NVIDIA GPU驱动安装

Pixel Dream Workshop需要GPU加速，因此正确安装NVIDIA驱动至关重要。

3.1 检查显卡信息

首先确认你的NVIDIA显卡型号：

lspci | grep -i nvidia

记下显示的显卡型号（如RTX 3080），然后访问NVIDIA官网确认对应的驱动版本。

3.2 安装驱动

Ubuntu 20.04提供了简单的驱动安装方式：

# 查看推荐的驱动版本 ubuntu-drivers devices # 自动安装推荐驱动 sudo ubuntu-drivers autoinstall # 或者手动指定版本（如需要） sudo apt install -y nvidia-driver-510

安装完成后重启系统：

sudo reboot

3.3 验证驱动安装

重启后验证驱动是否正常工作：

nvidia-smi

如果看到类似下面的输出，说明驱动安装成功：

+-----------------------------------------------------------------------------+ | NVIDIA-SMI 510.47.03 Driver Version: 510.47.03 CUDA Version: 11.6 | |-------------------------------+----------------------+----------------------+ | GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC | | Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. | | | | MIG M. | |===============================+======================+======================| | 0 NVIDIA GeForce ... Off | 00000000:01:00.0 On | N/A | | 0% 45C P8 10W / 250W | 200MiB / 12288MiB | 0% Default | | | | N/A | +-------------------------------+----------------------+----------------------+

4. Docker环境搭建

Pixel Dream Workshop通常以Docker镜像方式分发，因此我们需要安装Docker和NVIDIA容器工具包。

4.1 安装Docker CE

# 卸载旧版本（如果有） sudo apt remove docker docker-engine docker.io containerd runc # 安装依赖 sudo apt update sudo apt install -y apt-transport-https ca-certificates curl gnupg lsb-release # 添加Docker官方GPG密钥 curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /usr/share/keyrings/docker-archive-keyring.gpg # 添加Docker仓库 echo "deb [arch=amd64 signed-by=/usr/share/keyrings/docker-archive-keyring.gpg] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null # 安装Docker sudo apt update sudo apt install -y docker-ce docker-ce-cli containerd.io # 将当前用户加入docker组（避免每次使用sudo） sudo usermod -aG docker $USER newgrp docker # 立即生效

4.2 安装NVIDIA容器工具包

# 添加NVIDIA容器工具包仓库 distribution=$(. /etc/os-release;echo $ID$VERSION_ID) curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add - curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list # 安装工具包 sudo apt update sudo apt install -y nvidia-docker2 sudo systemctl restart docker

4.3 验证Docker GPU支持

运行测试命令验证Docker能否正确使用GPU：

docker run --rm --gpus all nvidia/cuda:11.0-base nvidia-smi

你应该看到与直接在主机上运行nvidia-smi类似的输出。

5. Pixel Dream Workshop镜像部署

现在我们已经准备好运行Pixel Dream Workshop了。我们将使用星图GPU平台提供的预配置镜像。

5.1 拉取镜像

docker pull csdn/pixel-dream-workshop:latest

这个镜像大小约为15GB，下载时间取决于你的网络速度。

5.2 运行容器

使用以下命令启动Pixel Dream Workshop：

docker run -it --rm --gpus all \ -p 7860:7860 \ -v $HOME/pixel-dream:/data \ --name pixel-dream \ csdn/pixel-dream-workshop:latest

参数说明：

• --gpus all: 启用所有GPU
• -p 7860:7860: 将容器内的7860端口映射到主机
• -v $HOME/pixel-dream:/data: 将主机目录挂载到容器内，用于保存生成的作品
• --name pixel-dream: 为容器指定名称

5.3 访问Web界面

容器启动后，打开浏览器访问：

http://localhost:7860

你应该能看到Pixel Dream Workshop的Web界面。第一次启动可能需要几分钟来初始化模型。

6. 常见问题解决

6.1 驱动安装失败

如果nvidia-smi命令报错或没有输出，可能是驱动安装有问题。尝试：

# 完全卸载现有驱动 sudo apt purge nvidia* sudo apt autoremove # 重新安装 sudo ubuntu-drivers autoinstall sudo reboot

6.2 Docker权限问题

如果遇到"Got permission denied"错误，确保你的用户已加入docker组：

sudo usermod -aG docker $USER newgrp docker

6.3 端口冲突

如果7860端口已被占用，可以改用其他端口：

docker run -it --rm --gpus all -p 7861:7860 ...

然后访问http://localhost:7861

6.4 显存不足

如果遇到CUDA out of memory错误，尝试减小批量大小或使用更低分辨率的模型。

7. 总结与下一步

至此，你已经成功在Ubuntu 20.04上部署了Pixel Dream Workshop。整个过程可能看起来步骤不少，但每一步都是必要的准备。现在你可以开始探索这个强大的AI图像生成工具了。

建议你先从简单的文本到图像生成开始尝试，熟悉基本操作后再探索更高级的功能。记得定期备份/data目录中的重要作品，或者考虑设置自动备份。

如果你打算长期使用，可以考虑配置开机自启动Docker容器，或者使用docker-compose来管理服务。对于更高级的用户，还可以研究如何微调模型以获得更符合个人需求的生成效果。

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。