这是我用到过的目前比较可行的方法，国内可直接访问，完全免费，长期可用。这里仅做记录，需要的朋友可以参考一下。

答案就是：Kaggle

Kaggle提供了一个无需设置，可定制的Jupyter Notebooks环境。可以免费访问GPU和社区发布的数据和代码。

Kaggle本身就是做科学计算的，用于模型训练，大数据分析等等。

重要的是，国内完全可以直接访问。这一点非常重要，省去了各种网络魔法的麻烦。

具体步骤

1，使用email注册Kaggle

注册成功后登录，点击个人图标，查看Profile

点击Account

你会看到具体的GPU以及TPU情况

目前每周GPU可用时长30小时，TPU可用时长20小时。每周重置。一般来说，都是用不完的。

2，创建自己的notebook，启动SD Web UI

当然，kaggle网站有大量的公开notebook，你可用搜一下，看看有没有你需要的。

将默认生成的代码替换为以下代码。

这里，我们拉取AUTOMATIC1111代码，启动一个基本的Stable Diffusion Web UI。

#需要首先安装一下Python3.10
!conda create -n webui_env -c cctbx202208 -y
!source /opt/conda/bin/activate webui_env && conda install -q -c cctbx202208 python -y

!/opt/conda/envs/webui_env/bin/python3 -m pip install -q torch==1.13.1+cu117 torchvision==0.14.1+cu117 -f https://download.pytorch.org/whl/torch_stable.html

!git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui
%cd /kaggle/working/stable-diffusion-webui
#使用2/18的版本，最新的可能与gpu不兼容
!git checkout 0cc0ee1bcb4c24a8c9715f66cede06601bfc00c8

#下载模型，放到/kaggle/working/目录中
!wget -O /kaggle/working/stable-diffusion-webui/models/ChilloutMix.safetensors -L https://your-model-url/

#最后，执行启动UI
%cd /kaggle/working/stable-diffusion-webui
!/opt/conda/envs/webui_env/bin/python3 launch.py --no-half --share --enable-insecure-extension-access

注意：将 https://your-model-url/ 替换为你的模型url地址

具体可以到model4ai.web.app上自行选择。

画的好不好，选择合适的模型也是一个关键因素 [抠鼻]

侧边选项中，记得选择GPU加速器。否则，默认CPU一般是跑不动的。

大概3、5分钟，启动完成后，你会看到

打开这个地址，就是熟悉的UI了。跟本地运行看到的一摸一样。[呲牙]

Done.