阿里云云智能实战：从零部署AI应用（Stable Diffusion）完整指南

weixin_34289454

350人浏览 · 2026-08-07 12:18:20

weixin_34289454 · 2026-08-07 12:18:20 发布

这次我们来看一个关于阿里云获得“HKBN企业方案云智能奖”的消息。这个奖项本身可能不是技术细节，但它背后反映的是阿里云在为企业提供智能化、一体化云解决方案方面的能力得到了市场认可。对于开发者、运维和架构师来说，更值得关注的是，如何利用阿里云现有的、获奖级别的服务和工具，来构建和部署自己的应用，特别是那些涉及AI模型、微服务、容器化、安全合规和自动化运维的场景。

本文不会停留在奖项新闻本身，而是会拆解阿里云生态中与“云智能”相关的核心服务，并提供一个从零开始的实战指南。我们将重点关注：如何利用阿里云的基础设施（如ECS、容器服务）和AI平台（如百炼、通义）来部署一个典型的AI应用，例如一个支持API调用和批量任务处理的图像生成或大语言模型服务。整个过程会涉及环境准备、服务部署、功能验证、接口调用和成本/性能观察，让你能清晰评估阿里云是否适合承载你的下一个智能项目。

1. 核心能力速览：阿里云“云智能”生态工具箱

“云智能”不是一个单一产品，而是阿里云将云计算基础设施与人工智能、大数据能力深度融合的解决方案集合。获得企业方案奖，意味着其在易用性、集成度和企业级支持上获得了认可。对于技术实施者，我们可以从以下几个维度来理解其核心能力：

能力项	说明与对应服务举例
智能算力基础	提供GPU/CPU云服务器（ECS），支持部署Stable Diffusion、LLaMA、Qwen等开源模型。显存和性能按需选择，从入门级到高性能卡灵活配置。
容器与微服务部署	容器镜像服务（ACR）用于管理自定义镜像，容器服务（ACK）实现Kubernetes集群的快速部署和运维，适合微服务化AI应用。
AI模型平台与工具	百炼：一站式大模型服务平台，提供模型训练、推理、评估和部署。通义千问：系列大模型，可通过API调用。 ModelScope ：开源模型社区，提供大量预训练模型。
开发与运维集成	支持Visual Studio Code远程开发，提供丰富的SDK和CLI工具。日志服务（SLS）、监控服务保障应用稳定性。
安全与网络	免费SSL证书管理，支持HTTPS加密。云防火墙、安全组、DDoS防护构建网络安全体系。OSS对象存储支持SSL加密传输。
数据与存储	OSS对象存储用于存放模型文件、训练数据和生成结果。RDS、PolarDB提供结构化数据支持。
成本与弹性	支持按量付费、预留实例券、节省计划。结合弹性伸缩，可根据负载动态调整资源，控制成本。
典型应用场景	1. AI应用部署：在ECS上部署Stable Diffusion WebUI或ComfyUI，提供文生图服务。 2. 大模型API服务：通过百炼平台或通义千问API，快速集成智能对话、内容生成能力。 3. 微服务架构：将AI模型打包为容器，通过ACK集群进行服务化管理和弹性伸缩。 4. 自动化任务：利用函数计算（FC）或批量计算处理图片批量处理、文档OCR等任务。

2. 适用场景与使用边界

阿里云的这套“云智能”方案适合哪些团队和项目？

适合的场景：

中小型企业或创业团队 ：缺乏自建GPU集群的能力和运维人力，需要快速上线AI功能验证业务逻辑。
需要弹性伸缩的项目 ：流量波动大，训练和推理任务需要临时爆发算力，云上按需付费模式优势明显。
追求快速集成和开发的团队 ：希望直接使用百炼、通义等平台化AI能力，减少底层模型调试和运维复杂度。
对安全合规有要求的企业应用 ：需要SSL证书、内网隔离、访问审计、数据加密等企业级安全特性。

需要谨慎评估或不适用的场景：

极致成本控制型项目 ：如果应用负载长期稳定且可预测，长期持有物理服务器或租赁专用GPU服务器的总成本可能更低。
数据敏感且完全禁止出境的场景 ：虽然阿里云提供专有云等方案，但普通公有云服务仍需考虑数据地理位置合规性。
强依赖特定老旧硬件或驱动 ：云上实例的硬件和驱动版本是标准化的，若应用强依赖特定版本的消费级显卡驱动，可能遇到兼容性问题。

合规与安全边界提醒：

模型版权与许可 ：在云上部署开源AI模型时，务必遵守模型对应的开源协议（如GPL、MIT、Apache-2.0），特别是商用条款。
数据隐私 ：上传至云服务进行训练或推理的数据，应确保已脱敏或获得相应授权。利用OSS加密、传输加密等功能保护数据安全。
生成内容合规 ：使用文生图、大语言模型等服务时，应设置内容安全过滤策略，确保生成内容符合法律法规和平台规范。

3. 环境准备与前置条件

在开始部署前，你需要准备好以下资源和一个阿里云账号。

阿里云账号 ：完成实名认证，并确保账户余额或支付方式可用，以便创建按量付费资源。
访问密钥 ：创建AccessKey ID和AccessKey Secret。这是通过命令行工具（CLI）、SDK调用API的必要凭证。务必妥善保管。
目标地域选择 ：根据你的用户地理位置和资源供应情况选择地域。例如，部署AI应用建议选择提供GPU实例的地域（如华东1杭州、华北2北京）。
本地开发环境 （可选但推荐）：
- 操作系统 ：Windows 10/11, macOS, 或 Linux。
- 工具：安装 VS Code（可用于远程连接ECS开发）、Git、Docker（本地测试镜像用）。
- 命令行工具 ：安装阿里云CLI ( aliyuncli ) 或更推荐的 aliyun 命令行工具，方便管理资源。

4. 实战部署：在阿里云ECS上部署AI应用（以Stable Diffusion为例）

我们将通过一个具体例子，演示如何在阿里云ECS上部署一个支持WebUI和API的Stable Diffusion服务。这个流程具有通用性，可迁移到其他AI应用。

4.1 创建与配置GPU云服务器

登录控制台 ：访问阿里云ECS控制台。
创建实例 ：
- 付费模式 ：选择“按量付费”进行测试。
- 地域与可用区 ：选择提供GPU实例的地域。
- 实例规格 ：在“GPU计算型”中筛选。对于Stable Diffusion， ecs.gn6v-c8g1.2xlarge （搭载1颗NVIDIA V100 GPU，16G显存）或 ecs.gn7i-c8g1.2xlarge （搭载1颗NVIDIA A10 GPU，24G显存）是不错的选择。根据模型大小和并发需求选择。
- 镜像：选择“公共镜像” -> “Ubuntu 20.04 64位”或“Alibaba Cloud Linux 3”。后者与阿里云服务集成度更高。
- 系统盘 ：建议至少100GB SSD云盘，用于存放系统、依赖和模型。
- 公网IP ：勾选“分配公网IPv4地址”，带宽按需选择，测试期可选按使用流量计费。
- 安全组 ：新建安全组， 必须放行 Web服务端口（如 7860 、 7861 用于SD WebUI， 8000 用于自定义API）。同时放行SSH端口 22 。
设置登录凭证 ：创建密钥对或设置密码。 强烈建议使用密钥对 ，更安全。
完成创建 ：确认配置和费用，点击“创建实例”。等待几分钟，实例状态变为“运行中”。

4.2 连接服务器与基础环境配置

使用SSH客户端（如Terminal, PuTTY, Xshell）连接你的ECS。

# 使用密钥对连接示例 (Linux/macOS)
ssh -i /path/to/your-key.pem root@<你的ECS公网IP>

# 连接后，首先更新系统
apt update && apt upgrade -y

# 安装基础工具
apt install -y wget git curl vim python3 python3-pip python3-venv

4.3 部署Stable Diffusion WebUI（Automatic1111版本）

这里我们使用流行的 stable-diffusion-webui 项目。

# 1. 安装CUDA驱动（如果镜像未预装）
# 对于Ubuntu，可以参考阿里云文档安装合适的NVIDIA驱动和CUDA Toolkit。
# 更简单的方式是：选择阿里云市场提供的“GPU加速器”预装镜像，或使用已预装驱动的镜像。

# 2. 克隆项目
cd /root
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
cd stable-diffusion-webui

# 3. 创建Python虚拟环境（推荐）
python3 -m venv venv
source venv/bin/activate

# 4. 运行启动脚本，它会自动安装Torch等依赖
# 首次运行较慢，需要下载大量依赖和模型。
# 注意：确保有足够的磁盘空间（>20GB）
bash webui.sh --listen --port 7860 --enable-insecure-extension-access

参数解释 ：

--listen : 允许非本地主机访问，这样你才能通过公网IP访问。
--port 7860 : 指定服务端口。
--enable-insecure-extension-access : 允许安装扩展。

首次运行会下载基础模型（如 v1-5-pruned-emaonly.safetensors ），你可以中断运行，手动下载其他模型放入 models/Stable-diffusion/ 目录。

4.4 通过公网访问WebUI

在ECS安全组中，确认已放行 7860 端口（TCP）。
在浏览器中访问： http://<你的ECS公网IP>:7860
如果看到Stable Diffusion WebUI界面，说明部署成功。

4.5 配置API服务

stable-diffusion-webui 内置了API。启动时默认已启用。你可以通过其API进行集成。

# 启动时也可以显式指定API
bash webui.sh --listen --port 7860 --api

5. 功能测试与效果验证

部署完成后，我们需要验证核心功能是否正常工作。

5.1 WebUI基础文生图测试

访问WebUI ：在浏览器打开 http://<ECS公网IP>:7860 。
选择模型 ：在左上角下拉菜单选择你已下载的模型。
输入提示词 ：在“txt2img”标签页，输入正向提示词，例如： masterpiece, best quality, 1girl, cherry blossoms 。
设置参数 ：采样步数（Steps）设为20-30，采样方法（Sampler）选择 Euler a 或 DPM++ 2M Karras ，图片尺寸设为 512x768 。
点击生成 ：观察控制台日志，查看是否有错误。生成完成后，图片会显示在右侧。
验证成功 ：成功生成符合提示词的图片，且控制台无报错。

5.2 API接口调用测试

使用Python脚本或 curl 命令测试API。

# test_sd_api.py
import requests
import json
import base64
from io import BytesIO
from PIL import Image

# 替换为你的ECS公网IP和端口
url = "http://<你的ECS公网IP>:7860/sdapi/v1/txt2img"

payload = {
    "prompt": "a beautiful landscape, mountains, lake, sunset, photorealistic",
    "negative_prompt": "blurry, bad quality",
    "steps": 20,
    "width": 512,
    "height": 512,
    "cfg_scale": 7,
    "sampler_name": "Euler a",
    "seed": -1,
}

headers = {
    'Content-Type': 'application/json'
}

try:
    response = requests.post(url, data=json.dumps(payload), headers=headers, timeout=120)
    response.raise_for_status()  # 检查HTTP错误
    r = response.json()

    # 将base64图片数据保存为文件
    for i, img_base64 in enumerate(r['images']):
        image_data = base64.b64decode(img_base64)
        image = Image.open(BytesIO(image_data))
        image.save(f"output_{i}.png")
        print(f"图片已保存为 output_{i}.png")

    print("API调用成功！")
except requests.exceptions.RequestException as e:
    print(f"请求失败: {e}")
except KeyError as e:
    print(f"响应中未找到预期字段: {e}")
except Exception as e:
    print(f"发生未知错误: {e}")

运行脚本：

python3 test_sd_api.py

验证成功 ：脚本运行无报错，并在当前目录生成 output_0.png 图片。

5.3 批量任务模拟

可以通过循环调用API或使用队列来实现批量任务。以下是一个简单的循环示例：

# batch_process.py
import requests
import json
import time

url = "http://<你的ECS公网IP>:7860/sdapi/v1/txt2img"

prompt_list = [
    "a cyberpunk city at night, neon lights, rain",
    "a cute cat wearing a hat, cartoon style",
    "an ancient Greek temple, sunny day, photorealistic"
]

for idx, prompt in enumerate(prompt_list):
    print(f"正在处理第 {idx+1} 个任务: {prompt}")
    payload = {
        "prompt": prompt,
        "steps": 20,
        "width": 512,
        "height": 512,
    }
    try:
        response = requests.post(url, json=payload, timeout=180)
        # ... 保存图片代码同上 ...
        print(f"任务 {idx+1} 完成。")
        time.sleep(2)  # 短暂间隔，避免瞬时压力过大
    except Exception as e:
        print(f"任务 {idx+1} 失败: {e}")

6. 进阶：使用阿里云容器服务（ACK）部署

对于生产环境，更推荐使用容器化部署，便于管理、扩展和迁移。

6.1 构建Docker镜像

创建一个 Dockerfile ：

# 使用带有CUDA的基础镜像
FROM nvidia/cuda:11.8.0-runtime-ubuntu22.04

WORKDIR /app

# 安装系统依赖
RUN apt-get update && apt-get install -y \
    wget git curl python3 python3-pip python3-venv \
    && rm -rf /var/lib/apt/lists/*

# 克隆项目
RUN git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git /app/sd-webui

WORKDIR /app/sd-webui

# 复制模型文件（假设模型已下载到本地context目录的models/下）
COPY models/Stable-diffusion/ /app/sd-webui/models/Stable-diffusion/

# 设置启动脚本
RUN echo '#!/bin/bash\n\
source venv/bin/activate\n\
python3 launch.py --listen --port 7860 --api --skip-torch-cuda-test\n\
' > /app/run.sh && chmod +x /app/run.sh

# 安装Python依赖（可选，launch.py也会处理）
# RUN pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

CMD ["/app/run.sh"]

6.2 推送镜像到阿里云容器镜像服务（ACR）

在ACR控制台创建镜像仓库。

本地登录ACR，构建并推送镜像。

# 登录ACR
docker login --username=<你的用户名> registry.<地域>.aliyuncs.com
# 构建镜像
docker build -t registry.<地域>.aliyuncs.com/<命名空间>/<仓库名>:sd-webui .
# 推送镜像
docker push registry.<地域>.aliyuncs.com/<命名空间>/<仓库名>:sd-webui

6.3 在ACK集群中部署

在ACK控制台创建Kubernetes集群（选择GPU节点规格）。

创建工作负载（Deployment）和服务（Service）。

Deployment YAML示例 ：

apiVersion: apps/v1
kind: Deployment
metadata:
  name: sd-webui-deployment
spec:
  replicas: 1
  selector:
    matchLabels:
      app: sd-webui
  template:
    metadata:
      labels:
        app: sd-webui
    spec:
      containers:
      - name: sd-webui
        image: registry.<地域>.aliyuncs.com/<命名空间>/<仓库名>:sd-webui
        ports:
        - containerPort: 7860
        resources:
          limits:
            nvidia.com/gpu: 1 # 申请1块GPU

Service YAML示例 （NodePort类型，便于从公网访问）：

apiVersion: v1
kind: Service
metadata:
  name: sd-webui-service
spec:
  type: NodePort
  selector:
    app: sd-webui
  ports:
    - protocol: TCP
      port: 7860
      targetPort: 7860
      nodePort: 30080 # 范围 30000-32767

应用配置后，可以通过 <任意节点公网IP>:30080 访问服务。

7. 资源占用与性能观察

在云上部署，成本与性能监控至关重要。

ECS控制台监控 ：
- GPU监控 ：在ECS实例监控中，查看GPU使用率、显存使用率。确保显存未占满，否则会导致生成失败。
- CPU与内存 ：观察系统负载，确保有足够资源处理Web请求和图片I/O。
- 网络流量 ：按流量计费时，需关注入网和出网流量，特别是批量生成图片时，出网流量可能较大。
应用层监控 ：
- Stable Diffusion WebUI日志 ：观察生成每张图片的耗时。首次加载模型和VAE较慢，后续生成速度会稳定。
- API响应时间 ：通过脚本记录API调用的延迟，评估服务性能。
成本估算 ：
- ECS实例费 ：按小时计费，可在ECS购买页面查看所选规格的单价。
- 云盘费用 ：系统盘和数据盘按容量和时长计费。
- 公网带宽/流量费 ：按固定带宽或使用流量计费。
- ACK集群费用 ：管理节点免费，Worker节点（即ECS）收费，可能还有SLB等附加资源费用。
- 建议：测试阶段使用按量付费，设置预算告警。长期运行可考虑预留实例券或节省计划降低成本。

8. 常见问题与排查方法

问题现象	可能原因	排查方式	解决方案
SSH无法连接ECS	安全组未放行22端口；实例未分配公网IP；密钥对错误。	1. 检查安全组规则。 2. 检查实例网络信息。 3. 确认使用的密钥对正确。	1. 添加入方向规则允许TCP 22端口。 2. 绑定弹性公网IP。 3. 重置实例密码或替换密钥对。
浏览器无法访问 `:7860`	安全组未放行7860端口；服务未成功启动或监听地址错误；防火墙（如ufw）阻止。	1. 检查安全组规则。 2. 在ECS上执行 `netstat -tlnp \| grep 7860` 。 3. 检查WebUI启动日志。	1. 添加入方向规则允许TCP 7860端口。 2. 确保启动命令包含 `--listen` 。 3. 关闭系统防火墙或放行端口。
WebUI启动时报CUDA错误	NVIDIA驱动未安装或版本不匹配；PyTorch CUDA版本与驱动不兼容。	1. 执行 `nvidia-smi` 检查驱动和CUDA。 2. 查看WebUI启动日志。	1. 安装正确的NVIDIA驱动和CUDA Toolkit。 2. 在虚拟环境中重新安装匹配的PyTorch。
生成图片时显存不足（OOM）	模型过大（如SDXL）；图片分辨率设置过高；同时运行多个任务。	1. 观察 `nvidia-smi` 显存占用。 2. 降低生成图片的分辨率。 3. 使用 `--medvram` 或 `--lowvram` 参数启动。	1. 换用更小的模型或开启模型优化。 2. 将分辨率降至512x512或更低。 3. 增加ECS实例的GPU显存规格。
API调用返回超时或错误	网络问题；服务端处理超时；请求负载过大。	1. 检查ECS公网带宽是否跑满。 2. 查看WebUI服务端日志。 3. 简化请求参数（如降低steps）重试。	1. 增加客户端超时时间（如timeout=180）。 2. 优化服务端性能，或升级实例规格。 3. 实现客户端重试机制。
镜像拉取或推送失败到ACR	未登录ACR；仓库权限不足；网络问题。	1. 执行 `docker login` 确认成功。 2. 检查ACR仓库的访问凭证和权限。	1. 重新登录ACR。 2. 在RAM中为子账号授权ACR相关权限。 3. 检查VPC网络连通性。