For the complete documentation index, see llms.txt. This page is also available as Markdown.

SD WebUI Forge

Despliega Stable Diffusion WebUI Forge con gestión optimizada de VRAM y soporte para FLUX en GPUs de Clore.ai

SD WebUI Forge es un fork optimizado de la clásica Stable Diffusion WebUI de AUTOMATIC1111, desarrollado por el equipo lllyasviel. Ofrece una gestión de VRAM significativamente mejor (lo que permite SDXL en GPUs de 4 GB), soporte nativo para modelos FLUX, velocidades de generación más rápidas y compatibilidad total con versiones anteriores de todas las extensiones y modelos de A1111. El flexible mercado de GPU de CLORE.AI te permite elegir la GPU perfecta para Forge, desde tarjetas económicas hasta A100 de gama alta.

Requisitos del servidor

Parámetro
Mínimo
Recomendado

RAM

8 GB

16 GB+

VRAM

4 GB

12 GB+

Disco

30 GB

200 GB+

GPU

NVIDIA GTX 1650 4GB+

RTX 3090, RTX 4090

La principal ventaja de Forge es su optimizador de VRAM: puede ejecutar SDXL con tan solo 4 GB de VRAM (a menor velocidad). Para los modelos FLUX, 12 GB de VRAM es el mínimo práctico, y 24 GB ofrecen calidad y velocidad completas.

Despliegue rápido en CLORE.AI

Imagen de Docker: nykk3/stable-diffusion-webui-forge:latest

Puertos: 22/tcp, 7860/http

Variables de entorno:

Variable
Ejemplo
Descripción

CLI_ARGS

--xformers --medvram

Argumentos CLI adicionales

COMMANDLINE_ARGS

--api --listen

Variable de entorno alternativa para args CLI

Configuración paso a paso

1. Alquila un servidor GPU en CLORE.AI

Ve a Marketplace de CLORE.AI:

  • SD1.5 económico: GTX 1660/2060 (6 GB) — suficiente para 512/768 px

  • Compatible con SDXL: RTX 3080/3090 (10–24 GB)

  • Compatible con FLUX: RTX 4090/A6000 (24+ GB)

  • Máxima calidad: A100 de 80 GB para generación por lotes

2. Conéctate por SSH a tu servidor

3. Crear directorios de almacenamiento

4. Descargar y ejecutar SD WebUI Forge

Inicio estándar:

Con la API habilitada y banderas extra de rendimiento:

Modo de baja VRAM (GPUs de 4-6 GB):

Máximo rendimiento (24+ GB de VRAM):

5. Supervisar el inicio

Busca:

El inicio suele tardar entre 2 y 5 minutos la primera vez.

6. Acceder a la interfaz web

Tu URL http_pub de CLORE.AI para el puerto 7860:

7. Añadir modelos

Método 1: descargar mediante CivitAI en la interfaz web

  • Ve a Extensiones → Instaladas → Modelos (algunas versiones)

  • O usa el descargador por URL en Configuración

Método 2: descargar directamente en el servidor

Método 3: CLI de HuggingFace


Ejemplos de uso

Ejemplo 1: Texto a imagen mediante la interfaz web

  1. Abre la interfaz de Forge en tu URL de CLORE.AI

  2. Selecciona tu modelo en el Punto de control desplegable

  3. Introduce el prompt: "retrato cinematográfico de un guerrero, hora dorada, fotografía 8k"

  4. Establece el prompt negativo: "borroso, baja resolución, marca de agua, feo"

  5. Ajusta ancho/alto: 1024x1024 para SDXL, 512x768 para SD1.5

  6. Ajusta pasos: 20–30, CFG: 7

  7. Haz clic en Generar

Ejemplo 2: Generación FLUX

Los modelos FLUX funcionan de forma diferente — sin prompt negativo, con mayor calidad:

  1. Selecciona el punto de control FLUX (flux1-dev.safetensors)

  2. En Forge, selecciona el adecuado Unet y VAE si son archivos separados

  3. Introduce el prompt (no se necesita prompt negativo):

  4. Pasos: 20, CFG: 1.0 (FLUX usa un CFG más bajo)

  5. Muestreador: Euler o DPM++ 2M

Ejemplo 3: Generación guiada por ControlNet

  1. Instala la extensión ControlNet (si no está preinstalada):

    • Ve a Extensiones → Disponibles → Cargar desde

    • Busca "ControlNet" e instálalo

  2. Descarga los modelos ControlNet en /root/sd-forge/models/ControlNet/

  3. En txt2img, despliega ControlNet la sección

  4. Sube la imagen de referencia (pose, profundidad, bordes Canny)

  5. Selecciona el preprocesador y el modelo que coincidan con tu tipo de referencia

  6. Genera — la salida sigue la estructura de referencia

Ejemplo 4: Uso de la API

Con --api bandera, Forge expone una API REST:

Ejemplo 5: Script de generación por lotes


Configuración

Argumentos clave de CLI

Argumento
Descripción

--api

Habilitar API REST

--listen

Escuchar en todas las interfaces (requerido para CLORE.AI)

--port 7860

Cambiar puerto

--xformers

Habilita la atención xFormers (más rápida, menos VRAM)

--medvram

Modo de VRAM media (SD1.5 en 6 GB)

--medvram-sdxl

VRAM media para SDXL (SDXL en 8 GB)

--lowvram

Modo de baja VRAM (muy lento, cualquier GPU)

--no-half

Usa float32 (más VRAM, más estable)

--no-half-vae

Mantiene VAE en float32 (evita imágenes negras)

--opt-sdp-attention

Atención escalada de producto punto de PyTorch

--enable-insecure-extension-access

Permite la instalación de extensiones

--skip-version-check

Omitir las comprobaciones de versión de Python/torch

Configuraciones específicas de Forge

Forge añade un Forge panel en la interfaz con:

  • Unet de Forge: Selecciona el backend de optimización (predeterminado, bnb, etc.)

  • Compilación de Torch de Diffusers: Actívala para una generación un 20-30% más rápida (la primera ejecución compila)

  • Pesos de GPU: Cuánto mantener en la GPU frente a la CPU


Consejos de rendimiento

1. Usa xFormers para un 20-30% menos de VRAM

Mejora automáticamente el rendimiento en la mayoría de las GPUs.

2. Optimizador de VRAM de Forge

Forge gestiona automáticamente la VRAM mejor que A1111. Solo usa la --medvram-sdxl bandera para SDXL en GPUs de 8-12 GB y deja que se encargue del resto.

3. Habilita la compilación de Torch (Ampere+)

En la pestaña Forge de la interfaz, activa Compilación de Torch de Diffusers. La primera generación tarda 2-3 minutos en compilar, pero las siguientes son 20-30% más rápidas.

4. Combinaciones óptimas de pasos/muestreador

Objetivo
Sampler
Pasos
CFG

Velocidad

DPM++ SDE Karras

15-20

7

Calidad

DPM++ 2M Karras

25-35

7

Artístico

Euler a

20-30

5-7

FLUX

Euler

20

1

5. Usa Tile VAE para resoluciones de 2K+

Para resoluciones ultraaltas (2048×2048+), activa VAE en mosaico en la pestaña SD para evitar errores de VAE OOM.

6. Procesa por lotes localmente con la API

En lugar de generar uno a la vez en la interfaz, usa la API con batch_size para un mayor rendimiento:


Solución de problemas

Problema: imágenes negras o verdes

Problema de precisión de VAE. Añade la bandera:

O usa el sdxl-vae-fp16-fix.safetensors VAE.

Problema: "CUDA out of memory"

Prueba en este orden:

  1. --medvram-sdxl (para SDXL)

  2. --medvram (para SD1.5)

  3. Reduce la resolución de la imagen

  4. --lowvram (último recurso, muy lento)

Problema: las extensiones no cargan

Después instálalo desde la pestaña Extensiones de la interfaz.

Problema: el arranque tarda demasiado

Es normal en la primera ejecución — se calculan PyTorch y los hashes del modelo. Los inicios posteriores son más rápidos.

Problema: no puedes acceder a la interfaz desde el navegador

Asegúrate de que el proceso Forge se vincule a 0.0.0.0:

  • Añade --listen a CLI_ARGS

  • Verifica que el puerto 7860 esté en la lista de puertos de tu pedido de CLORE.AI

Problema: el modelo no aparece en el desplegable

Después de colocar .safetensors los archivos en la carpeta correcta, haz clic en 🔄 Actualizar junto al desplegable Checkpoint.


Enlaces


Recomendaciones de GPU para Clore.ai

Caso de uso
GPU recomendada
Costo estimado en Clore.ai

Desarrollo/Pruebas

RTX 3090 (24GB)

$0.07–0.21/gpu/hr

Producción

RTX 4090 (24GB)

$0.14–0.42/gpu/hr

Gran escala

A100 80GB

💡 Todos los ejemplos de esta guía pueden desplegarse en Clore.ai servidores GPU. Explora las GPUs disponibles y alquila por hora: sin compromisos, acceso root completo.

Última actualización

¿Te fue útil?