ADI-Stable-Diffusion

用 C++ 和 ONNXRuntime 让 Stable Diffusion 推理飞起来

ADI-Stable-Diffusion 是一个基于 C++ 和 ONNXRuntime 的 Stable Diffusion 推理加速库,旨在解决 Python 生态下 SD 推理性能瓶颈和跨平台部署难题。它提供统一的 C/C++ 框架设计,支持多种硬件后端(CPU、GPU、NPU等),并兼容 diffusers 接口,方便开发者将现有 Python 工作流迁移到高性能的 C++ 环境。核心能力包括模型优化、量化加速、内存管理和多平台编译支持,显著降低延迟和资源占用。项目处于早期阶段,但已展示出在边缘设备、服务器端等场景下高效运行 SD 模型的潜力。

开源 free 图像生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 447
维护状态 较活跃
是否开源 是
定价模式 free

项目数据

分类图像生成
开发团队Windsander
所属国家
定价模式free
价格说明开源库,GPL-3.0许可证,完全免费,无付费版本。
访问状态
是否开源是
开源协议GPL-3.0
主要语言C++
技术栈/模型diffusers,library,stable-diffusion
GitHub 星标★ 447
30天Star增速
HF 下载量
上线时间2024-05-08 00:00:00
最近更新2026-09-02 00:00:00
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数2

使用教程

核心亮点

  • 基于 ONNXRuntime,可无缝利用多种硬件加速(如 CUDA、TensorRT、OpenVINO)
  • C++ 统一框架设计,适合嵌入式或对性能要求苛刻的部署场景
  • 兼容 diffusers 接口,降低从 Python 迁移的学习成本

不足之处

  • 项目早期,文档和示例较少,上手门槛较高
  • 社区活跃度低,问题响应和更新可能不及时

适用场景

  • 边缘设备(如手机、IoT)上运行轻量级图像生成
  • 服务端高并发图像生成服务,需降低单次推理成本
  • 需要将 SD 集成到 C++ 原生应用(如游戏、设计软件)

替代项目

Stable-Diffusion.cpp、OnnxStream、Diffusers (Python)

项目介绍

ADI-Stable-Diffusion 是基础设施领域的开源项目,由 Windsander 开发,2024 年首次发布。

它收录于基础设施分类,该分类目前共有 1,130 个项目,GitHub 星标数为 447。

项目保持着较活跃的维护节奏,最近一次代码更新于 2026-09-02。开源库,GPL-3.0许可证,完全免费,无付费版本。

它主要面向的使用场景是:边缘设备(如手机、IoT)上运行轻量级图像生成。同类可对比的替代方案包括 Stable-Diffusion.cpp、OnnxStream、Diffusers (Python)。

同类项目推荐

freebuff-proxy 开源

聚合多账号,一键接入 OpenAI 兼容 API,轻松管理会话。

Multi-account OpenAI-compatible gateway for coding models. Pooled keys, session life···

★ 213 2026-08-20
microduck 开源

用 Rust 造一只会走路的桌面小鸭,快速上手双足机器人。

A Tiny biped duck robot

★ 8684 2026-09-10
soperator 开源

用 Kubernetes 原生方式运行 Slurm,简化 HPC 集群管理。

Run Slurm in Kubernetes

★ 439 2026-08-10
ollama 开源

一条命令本地跑起大模型,免费、私密、不卡顿

Get up and running with Kimi, GLM, MiniMax, DeepSeek, gpt-oss, Qwen, Gemma and other···

★ 181484 2026-08-09