一个灵活的死胖子1. Stable Diffusion 在 macOS 上的安装准备
作为一名长期在 macOS 平台折腾 AI 工具的开发者，我深知在 Mac 上配置 Stable Diffusion 的各种痛点。不同于 Windows 平台的 CUDA 生态，macOS 需要特殊的配置方式才能充分发挥硬件性能。本文将分享我在 M1 Max 和 Intel MacBook Pro 上实测可用的完整方案。
首先需要明确的是，macOS 平台主要依赖 Metal Performance Shaders (MPS) 进行加速，这是 Apple 提供的 Metal 框架下的高性能计算接口。与 NVIDIA 的 CUDA 不同，MPS 需要特定的 PyTorch 版本和参数配置才能正常工作。
1.1 硬件需求分析
在开始安装前，建议先检查设备的硬件配置：
- 芯片类型：打开 菜单 > 关于本机
- Apple Silicon（M1/M2/M3）性能最佳
- Intel 芯片也可运行但效率较低
- 内存容量：
- 16GB 是最低舒适配置
- 8GB 机器可以运行但容易爆内存
- 建议配备交换文件（至少 16GB）
实测数据：在 M1 Max 32GB 上生成 512x512 图像约需 8-12 秒，而 Intel i7 16GB 需要 25-40 秒。使用
--medvram参数可降低内存占用约 30%。
1.2 软件环境准备
macOS 需要以下基础组件：
- Homebrew：macOS 缺失的包管理器
- Python 3.10.x：Stable Diffusion 的最佳兼容版本
- Git：代码仓库管理工具
对于 Apple Silicon 用户，需要特别注意：
- 所有安装都应使用 arm64 原生版本
- 避免通过 Rosetta 2 转译运行 Python
- 终端应使用 Terminal.app 或 iTerm2（非 Rosetta 模式）
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. Automatic1111 WebUI 安装详解
作为最流行的 Stable Diffusion 前端，Automatic1111（简称 A1111）提供了最完整的插件生态和用户界面。以下是针对 mac