由於這個「業界」一直有快速的變化，所以本文可能隨時間更新
VRAM 為顯示記憶體（顯示卡上的）的英文縮寫
本文以講Stable Diffusion為主。
硬體
由於需要用到cuda作GPU運算，所以目前只能用Nvidia家的顯示卡，我們只會提到Nvidia的卡，非Nvidia的卡，必須觀察 zluda這個相容cuda的開源軟體的發展。經過我們的測試來說可以分三個使用面向：
- 小格局圖：原始尺寸1024X768 以下的圖，8GB的顯示卡就夠了，小於512X512的尺寸有可能4GB勉強可以
- 大格局的圖片：建議至少要 10GB~ 12GB VRAM的顯示卡，例如 3060 12GB
- 動畫：動畫製作，如果結果目標是要1080p可以用的話，基本上VRAM需求直接就是 17GB，所以最少要3090
為什麼是說格局而不是大小呢？因為Stable Diffusion 相關的軟體都會內建 AI scale up X4 解析度的功能，所以希望出來的圖片大是可以辦到的。但是AI 在畫圖時，會根據原始大小來進行布局，比如說你要畫一個人物， 512X512的尺寸只會畫出上半身；512X1024可能就是全身， 1024X1024他就會給你畫兩個人 （即便你只要一個人物）2048X2048 可能畫8個人的半身像（而且黏在一起） 所以原始的圖片尺寸會決定畫圖的格局
顯示卡購買上，純粹看VRAM大小，其次才是看cuda（影響渲染時間），如果一個cuda數高但是vram少的，比方說3070 8gb，那在AI算圖的考量，它輸 3060 12GB。
如果用C/P值角度來看，渲染時間不差個幾分鐘，30系列還是很好的選擇，但是要非常留意。3090 、3090TI在撰文的現在市場已經非常稀少。可能需要去找在地的商家去詢問甚至從二手市場找了。
軟體
Stable Diffusion 純圖片筆跡渲染的話，目前有：
- Stable Diffusion UI：這個是我們使用的，安裝很簡單，使用瀏覽器的web界面來操作，更新很快速
- Stable Diffusion Web UI：這個較多人使用，也是以瀏覽器的web界面來操作，不過安裝會比較繁瑣，而且曾被發現有安全漏洞
雖然都是web界面，建議是在內網自己使用，如果要做成開放對外的網路渲染主機，資安的部份都要留意
用Stable Diffusion 作影片的部份，目前最有名的是Deforum Stable Diffusion，它只有 Python notebook的形式，最新版目前是0.5 ，本來是在Google colab主機上執行的，安裝/使用 到本機會有點繁瑣，要先熟悉一下python notebook的概念與使用，我們會建議先利用Google colab的免費或者低價會員先體驗熟悉一段時間，再考慮本機安裝。
本機安裝上，大致上你除了python（當然我們的系統已經內建）以外，可能還要準備 conda（我們測過conda-mini 版就夠用了），還有要準備 jupyter ，使在本機可以用 jupyter notebook 來在本機執行，不過所有的路徑本來是指向google drive主機，必須修改路徑，還有python的對應可能也要改版本（或者你想裝其對應的版本），其中最重要的Stable Diffusion AI 模型 sd-v-1-4.ckpt 的部份，你也可以指定到本來你的 S.D-UI或者S.D-WEBUI已經有的模型檔案