对于许多AI绘画爱好者而言，拥有高性能的NVIDIA独立显卡似乎是运行Stable Diffusion这类大型AI模型的“入场券”。在仅配备Intel集成显卡（核显）的Windows电脑上，这一目标是否遥不可及？经过两天的探索与实践，我成功地在Intel核显平台上搭建并运行了Stable Diffusion，证明了“平民硬件”也能畅玩AI艺术创作。以下是我的完整历程与经验。

第一天：破除迷思，规划路径

核心挑战认知：
传统的Stable Diffusion WebUI（如Automatic1111）严重依赖CUDA加速，这确实是NVIDIA显卡的专属领域。Intel核显不具备CUDA核心，因此直接安装常规版本必然失败。核心思路必须转变：寻找或构建支持其他计算后端（如OpenVINO、DirectML）的解决方案。

路径选择与准备：
经过调研，我锁定了两条主流路径：

1. OpenVINO路线： Intel官方推出的开源工具包，专为优化其硬件（包括CPU和集成/独立显卡）上的AI推理而设计。有社区版Stable Diffusion脚本专门适配。
2. DirectML路线： 微软推出的API，允许在Windows系统上利用任何DirectX 12兼容的GPU（包括Intel核显）进行机器学习运算。一些衍生WebUI分支（如stable-diffusion-webui-directml）支持此后端。

我选择了DirectML路线，因为它与Windows集成度更高，社区支持活跃，安装流程相对更直观。

准备工作：
- 系统确认： Windows 10/11 64位，确保系统为最新版本，并已安装所有重要更新。
- 核显驱动： 前往Intel官网，根据处理器型号下载并安装最新的GPU显卡驱动程序。这是成败的关键一步，新版驱动对AI运算有更好优化。
- 安装Python： 从官网下载并安装Python 3.10.6版本（注意版本兼容性），安装时务必勾选“Add Python to PATH”。
- 安装Git： 用于从代码仓库克隆项目。

第二天：步步为营，安装与征服

第一步：获取DirectML版WebUI
打开命令提示符（CMD）或PowerShell，导航到你希望安装的目录（如D盘），执行克隆命令：
`bash
git clone https://github.com/lshqqytiger/stable-diffusion-webui-directml
cd stable-diffusion-webui-directml
`

第二步：运行安装脚本
在项目目录中，直接双击运行 webui-user.bat 脚本。脚本将自动：

• 创建Python虚拟环境。
• 安装PyTorch及其DirectML支持版本。
• 安装其他必要的依赖包（如gradio、transformers等）。

重要提示： 此过程会下载大量组件，国内网络环境可能速度缓慢或中断。建议提前配置好可靠的网络环境或使用科学上网工具。如果中途失败，可反复运行此批处理文件，它会自动继续未完成的安装。

第三步：引入AI模型
安装程序本身不包含绘画模型。需要手动下载基础模型文件（如流行的 v1-5-pruned-emaonly.safetensors），将其放入项目新建的 models/Stable-diffusion 文件夹内。

第四步：启动与测试
模型放置好后，再次运行 webui-user.bat。脚本完成最终配置后，会自动在浏览器中打开本地Web界面（通常是 http://127.0.0.1:7860）。

激动人心的时刻： 在提示词框内输入“a beautiful landscape”（一幅美丽的风景），点击“Generate”（生成）。经过一段时间的等待（首次生成需要加载模型，时间较长，后续会快一些），一幅由你的Intel核显计算生成的AI画作便呈现在眼前！

经验与优化建议

1. 性能现实： Intel核显（特别是UHD系列）的算力无法与高端独显相比。生成一张512x512的标准图片，可能需要1到3分钟，复杂参数或高分辨率会更慢。请保持合理预期，将其视为学习和体验的绝佳起点。
2. 参数调整： 在WebUI的设置中，可以适当降低采样步数（如从20降到15-18），使用更高效的采样器（如Euler a），并避免一次性生成过多图片，以提升响应速度。
3. 内存管理： 核显与系统共享内存。确保你的电脑拥有足够的物理内存（建议16GB或以上），并在BIOS中为核显分配足够的显存（如2GB或更多），这能有效防止生成过程中崩溃。
4. 耐心是关键： 整个安装过程，尤其是依赖下载环节，极其考验耐心。遇到报错时，仔细阅读命令行中的红色错误信息，并复制到搜索引擎中查找，大概率能找到社区提供的解决方案。

****

这两天从“认为不可能”到“亲手实现”的过程，充满了探索的乐趣。它打破了“无N卡不AI”的刻板印象，展现了开源社区强大的适配能力与硬件潜能的多样性。虽然Intel核显上的Stable Diffusion体验无法媲美专业设备，但它成功地为更广泛的用户群体打开了一扇接触前沿AI艺术创作的大门。如果你也手头只有一台集成显卡的电脑，不妨鼓起勇气，花上两天时间，亲手搭建属于你自己的AI画室吧！