AI绘画SD显卡配置要求实测：几G显存才够用不爆显存

装SD那天我对着显卡天梯图研究了俩小时，愣是没搞明白ai绘画sd显卡到底要什么档次的。网上说法五花八门，有人说4G凑合有人说12G起步，越看越懵。后来我干脆把手里几块卡都试了一遍，又借了朋友的4090测了把，总算把这事弄清楚了。

这篇就把我的实测数据摆出来，按你想跑的模型分档说，省得你再走我那俩小时的弯路。

显存为什么是SD的命门

SD跑图时模型权重、中间激活值、采样器状态全要塞进显存，显存不够就OOM（爆显存）直接报错，跟内存不够不一样没法用硬盘顶。这是SD最硬的硬件门槛。

具体来说，模型权重占大头——SD1.5模型约4GB，SDXL约7GB，Flux dev版高达12GB以上。这些权重得整块载入显存，没法分片（除非用专门优化）。再加上出图过程中的中间张量、ControlNet、LoRA这些附加模块，实际占用比模型本身还大。所以SDXL模型7G但实际跑起来峰值能到9-10G，留余量很重要。

显存不够的表现不是慢，是直接崩。报错信息一般是"CUDA out of memory"，图出到一半卡死。这不是降画质能解决的，得从根本上减负——降分辨率、换小模型、开xformers优化，或者干脆换卡。这点跟很多人想的不一样，以为显存小就是慢，其实是直接跑不动。

SD1.5：6G显存的入门门槛

SD1.5模型小、优化成熟，6G显存（如RTX 3050 6G、2060 6G）就能跑，出图512x512约8-12秒，是最低成本的入门方案。预算紧张选这个档。

我实测RTX 3060 12G跑SD1.5，512x768出图约6秒（DPM++ 2M Karras，25步），开ControlNet和LoRA也不爆。6G卡的话建议分辨率压在512x768以内，ControlNet别同时开多个，LoRA权重别堆太高，基本能流畅用。SD1.5虽然模型老，但生态最全，LoRA和ControlNet模型多到爆炸，做同人、做头像完全够。

4G显存的卡（如GTX 1650）理论上能跑SD1.5，但得开--medvram甚至--lowvram参数，出图慢且功能受限，ControlNet基本告别。我个人觉得4G就别折腾本地了，直接上云端更省心。关于云端方案和本地取舍，可以看这篇AI绘画软件横评。

根据Stability AI官方Stability AI官网的硬件建议文档，SD1.5的最低显存要求标注为4GB，推荐8GB以上——但实测4GB体验非常差，官方那条最低线看看就行，别当真。

SDXL：8G起步12G才舒服

SDXL模型大、画质好，8G显存能跑但紧张，12G才游刃有余，推荐RTX 3060 12G或4070 12G这个档。这是目前性价比最高的甜点位。

SDXL出图质量比1.5强一截，细节、构图、光影都更现代，1024x1024原生分辨率画面信息量大。代价是显存吃紧——8G卡跑1024x1024勉强能出图，开ControlNet就容易爆，得降到768x768或者开Tiled VAE分块采样。12G卡就从容多了，1024x1024加ControlNet加LoRA一起开，峰值占用约10G，留2G余量稳得很。

我主力是RTX 3060 12G跑SDXL，1024x1536（竖图）出图约25-30秒，加ControlNet约40秒。这个速度日常用够了，批量出图就有点慢。如果你要频繁跑SDXL加各种附加模块，建议直接上16G（4060 Ti 16G或4080 16G），体验质变。

有个省钱tip：SDXL可以开"--xformers"和"--opt-sdp-attention"两个优化，显存占用能降1-2G，出图速度还略快。这两个参数在启动命令里加，WebUI设置里也能勾。配置细节和参数调优，我之前在AI绘画电脑配置里写过完整教程，从装驱动到开优化一条龙。

Flux：12G起步24G才爽

Flux模型画质天花板但显存胃口极大，12G能勉强跑（开量化），24G才原生流畅，推荐4090 24G或云GPU。这是烧钱档。

Flux是Black Forest Labs（SD原作者新公司）2024年放出的新模型，模型文件可以从Hugging Face下载，画质和文本理解都吊打SDXL，但模型dev版12GB.fp8量化版也得8-10G显存，原生fp16版直接20G+。12G卡跑Flux得开GGUF量化（Q4或Q8），画质损失一点但能跑，出图1024x1024约60-90秒，慢但能出。24G卡原生跑，30-40秒一张，体验完全不同档次。

老实讲，Flux目前对消费级用户不友好，除非你是重度玩家或者靠这个吃饭，否则没必要为Flux专门升显卡。SDXL加好LoRA和ControlNet，90%的活儿都能接。Flux更适合云端按需跑，吐司和Liblib都支持，画一张几块钱，比买4090划算得多。云端方案对比可以看AI绘画平替软件那篇，里头有讲云端SD的计费。

AMD显卡和核显能不能跑

AMD显卡能跑但折腾（靠DirectML或ROCm），核显基本告别，老老实实选N卡是省心的唯一解。这条没得商量。

SD生态99%围绕NVIDIA的CUDA优化，xformers、TensorRT这些加速全是CUDA专属。AMD卡靠DirectML（Windows）或ROCm（Linux）能跑，但速度慢N卡一截，很多新功能（如TensorRT加速）直接不支持。你要是图省钱买A卡跑SD，后续折腾的时间成本远超省下的差价。

核显更别想，显存共享内存速度慢得发指，跑SD1.5出一张图能等几分钟，SDXL直接跑不动。Mac的M系列芯片倒是能用（靠MPS后端），M2/M3的统一内存16G以上跑SDXL还挺顺，这是唯一例外。但Windows用户，老老实实N卡。

选卡的核心原则就一条：显存优先于算力。一块3060 12G比3060 Ti 8G更适合跑SD，虽然后者算力强，但8G显存跑SDXL太憋屈。这点我在AI绘画电脑配置里强调过，买卡先看显存再看型号。

省显存的实战技巧

分辨率降档、开xformers、用Tiled VAE分块、模型量化，这四招组合用能把显存占用砍掉一半，让小卡也能跑大模型。这是没钱升卡时的救命稻草。

第一招降分辨率：SDXL标称1024x1024，但768x768也能出不错的图，显存省一大块。出完图再用extras里的放大功能补回分辨率，质量损失不大。第二招xformers：启动加--xformers，显存省1-2G速度还快10-15%，必开。第三招Tiled VAE：把VAE解码分块进行，能省2-3G显存，缺点是慢一点点。第四招模型量化：SDXL用fp16版，Flux用GGUF Q4/Q8量化版，显存占用大幅降低。

这四招叠加，8G卡也能跑SDXL加ControlNet，虽然慢点但能出图。我自己有一阵子用2060 6G卡，靠这些优化硬是把SDXL跑通了，出一张图等一分多钟，急死人但能用。等到画不出细节或者局部崩，再去翻这篇AI画不出修复救场。

还有个偏门招数：用低显存优化的WebUI分支，比如Forge（原SD WebUI分支），专门针对低显存优化，同配置下能跑更大模型。我现在3060 12G跑Flux就是靠Forge，原生WebUI根本起不来。

常见问题

RTX 3060 12G现在还值得买吗？

值得，这是SD性价比之王。12G显存跑SDXL游刃有余，跑Flux量化版也能凑合，价格两千出头，二手更便宜。除非你要原生跑Flux或者搞视频生成，否则3060 12G够用很久。同价位没有显存更大的N卡，这就是它的不可替代性。

爆显存了怎么救？

立刻降分辨率、关掉ControlNet和多余LoRA、开xformers和--medvram参数，重启WebUI再试。还爆就换小模型（SDXL换回SD1.5）。如果反复爆，说明你这卡确实带不动这个模型，老实用云端或者升级显存。

显存和算力哪个更重要？

对SD来说显存重要得多。显存决定能不能跑，算力决定跑多快。一块显存够但算力弱的卡能出图只是慢，一块算力强但显存不够的卡直接跑不动。所以选卡宁可算力让步也要保显存，3060 12G优于3060 Ti 8G就是这个道理。

笔记本显卡能跑SD吗？

能，但要看显存。游戏本常见的3060 6G/8G移动版能跑SD1.5，SDXL吃力。移动版4060 8G跑SDXL勉强，4070 8G移动版也是8G，没比4060强多少（SD场景下）。买本跑SD一定认准显存，别被型号忽悠。

选显卡这事，说白了就是在预算和显存之间找平衡，找对了能省下不少冤枉钱和折腾时间。如果你也在纠结配置，欢迎把你的预算和需求发到评论区或者小红书#AI绘画显卡 话题，我看到了帮你参谋参谋——选对卡能少走半年弯路，这事真不夸张。