去年九月我干了件蠢事——花3700块买了张RTX 4060 Ti 8GB，兴冲冲装好SD开始跑图，结果1024x1024的图跑一张要8秒多，SDXL模型直接爆显存。两周后含泪亏600块卖掉，换了张二手的RTX 3090 24GB，整个世界清静了。这个教训值600块钱，今天免费分享给你——AI绘画硬件选购的坑，我基本帮你踩完了。

AI绘画的硬件配置方案（按预算分级）

入门级：预算3000-5000元

显卡选RTX 3060 12GB（二手价约900元）或RTX 4060 Ti 16GB（全新约3200元）。CPU不用太讲究，i5-12400F或者Ryzen 5 5600都绰绰有余。内存32GB DDR4是这个价位能接受的配置，16GB真心不够——SD一开就吃掉10GB以上，你再开个浏览器基本就满了。硬盘建议1TB NVMe SSD起步，模型文件单个动辄2-7GB，我现在的模型文件夹已经127GB了。

这套配置跑SD 1.5模型完全无压力，一张512x512大概2秒，1024x1024大约6-8秒。SDXL模型勉强能跑，得开--medvram模式。这个档位适合刚入门、不确定要不要长期玩AI绘画的朋友。

主力级：预算8000-12000元

这是我目前用的配置档位：RTX 3090 24GB二手（约4500元）或者RTX 4070 Ti Super 16GB（全新约5500元）。3090的核心优势是24GB超大显存，跑SDXL随便造，1024x1024的图不到3秒一张，批量出图毫无压力。缺点是功耗高（350W），电费每个月多几十块。

CPU建议i7-13700K或者Ryzen 7 7800X3D，散热一定上360水冷——别省这300块，风冷压不住AI绘画的长时满载，我亲眼见过朋友用风冷跑两小时SD后CPU温度飙到98度直接降频。内存64GB DDR5，电源850W起步。这套下来能应对99%的AI绘画需求。

发烧级：预算15000元以上

RTX 4090 24GB（约13000元），目前AI绘画的绝对王者。比3090快50%-70%，同功耗下的能效比碾压。如果你做视频生成或者训练LoRA模型，4090是唯一合理的选择。我还没到这个级别，但群里用4090的大佬说SDXL出1024x1024不到1.5秒，这速度我光想想就流口水。

软件环境搭建流程

本地AI绘画主流就两个方案：AUTOMATIC1111的Stable Diffusion WebUI和ComfyUI。WebUI适合新手和日常使用，界面友好；ComfyUI适合进阶玩家和自动化工作流。我建议两个都装，WebUI用来调试和快速出图，ComfyUI用来搭建复杂工作流。

安装流程（以Windows为例）：

第一步，装Python 3.10.6（必须是这个版本，3.11和3.12有兼容问题，我在这上面卡了整整一天）。去Python官网下载3.10.6的安装包，安装时勾选"Add Python to PATH"。

第二步，装CUDA Toolkit 11.8和cuDNN。NVIDIA官网下载，显卡驱动更新到最新版。

第三步，装Git。然后打开命令行，clone SD WebUI的仓库：git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git。进入目录运行webui-user.bat，第一次启动会自动下载依赖，大概需要15-30分钟。

第四步，装ComfyUI。同样git clone下来，运行run_nvidia_gpu.bat就行。ComfyUI的模型文件夹和WebUI可以共用——在ComfyUI的extra_model_paths.yaml文件里指定WebUI的模型路径，省一倍硬盘空间。

常见安装故障和我的排错经验

说实话，AI绘画环境搭建过程中遇到的各种报错，比我写代码十年遇到的加起来都多。我专门建了一个文档记录自己踩过的坑，现在已经积累了47条。说几个最高频的：CUDA out of memory在12GB显存上跑SDXL几乎必遇到，解决方法是加上--medvram-sdxl启动参数，或者干脆降分辨率先跑512x768再高清放大。Python的torch版本和CUDA版本不匹配是最常见的新手坑。如果你装了CUDA 12.1但torch是CUDA 11.8编译的，SD能启动但用的CPU跑图，一张512x512要几分钟。检查方法是在WebUI里打开Python控制台输入import torch; print(torch.cuda.is_available())，必须返回True才算正常。我帮群里至少20个人排查过这个问题。xformers安装失败也很常见，特别是Windows用户。如果pip install xformers报错，先确认你的VS Build Tools装了没有——很多人只装了CUDA没装C++编译环境。实在装不上的话，用--opt-sdp-no-mem-attention代替xformers，速度会慢10%但至少能跑。还有一个坑很多人不知道：SD的模型不能放在中文路径下，也不能放在路径中有空格的文件夹里。我见过无数次模型加载失败最后发现是桌面路径里有新建文件夹这种中文名字。模型统一放在全英文路径的独立SSD上是最省心的方案。

系统搭建好了就可以开始批量出图了，搭配我们之前写的AI自动生成绘画全流程一起看效果更好。工具选型方面十大AI绘画平台排名也值得参考。

FAQ

AMD显卡能不能跑AI绘画？

能跑，但体验差很多。AMD卡需要用DirectML或者ROCm来跑，速度大概只有同级别NVIDIA卡的30%-50%，而且很多插件和功能不支持。如果你是AMD用户又不是铁了心要本地跑，我真心建议用云端平台（国产AI绘画平台有好几个免费额度挺大方），比折腾AMD的兼容性省心的多。

笔记本能跑AI绘画吗？

能，但仅限于搭载独显的游戏本，而且散热是个大问题。我试过用一台RTX 4060笔记本跑SD，连续出图20分钟后就过热降频了。如果非要用笔记本跑，建议配个笔记本散热底座，并且每次出图不超过15张就停一停。

显存到底要多大的够用？

8GB能跑SD 1.5的基本功能但SDXL吃力，12GB是甜点位，16GB宽裕，24GB无压力。如果你预算吃紧，12GB的3060是最有性价比的选择，二手市场流通量大、价格稳定在800-1000元。