好久不见！这半年我忙着挖矿、种田、折腾区块链，结果一转眼，DeepFaceLab 已经更新了不少。
最大的亮点就是推出了 AMP 模型 和 实时换脸软件 DeepFaceLive。
所以这次准备写一个全新的系列教程，从零开始，一直写到实时换脸。
顺便说一句：DeepFaceLab 没有内置版本号，我们一般用发布日期来区分。为了更直观，我把 2021 年发布、支持 RTX 30 系列显卡的版本称为 DeepFaceLab3.0。本文使用的版本是 DeepFaceLab 20210801 中文版。
俗话说，工欲善其事，必先利其器。想要玩好换脸，软硬件和系统必须跟得上！下面从准备工作说起。
硬件
换脸软件虽然已经发展了几年，但对硬件依旧要求不低。想要在本地电脑上顺畅运行，显卡几乎是必需品。
- 显卡选择
- 主流依旧推荐 N 卡（NVIDIA），兼容性和支持最好。
- 早期 DeepFaceLab 曾支持 A 卡（AMD） 的 OpenCL 版本，但后来放弃了；直到 2021 年才推出支持 DirectX12 的版本。
- 总结：想稳妥，买中高端 N 卡；若是 A 卡，必须确认支持 DirectX12。
- 显卡推荐
- 常见的 N 卡：10 系列、20 系列、30 系列。
- RTX3060 12G：显存大、性价比高。
- “60” 结尾的卡：均衡性价比。
- “50” 结尾的卡：性能一般，不太推荐。
- 追求极致：RTX3090（指导价 1 万+，市场价可能 2 万多）。
- 老牌高性价比：2080Ti / 1080Ti，显存足、速度快，某些场景甚至比 30 系列更稳。
- CPU 与电源
- 显卡再强，CPU 跟不上也会拖慢速度。
- 电源供电不足可能导致重启或系统不稳定（虽然不会直接烧卡）。
- 硬盘
- 普通 HDD 可以满足训练需求。
- SSD 在加载素材、大量读写时更快，体验更佳。
- 云端替代方案
- 不想折腾本地，可租用云显卡：阿里云、腾讯云、百度云、滴滴云、矩池云等。
- 优点：不用管电费、散热和噪音，远程桌面直接操作。
- 缺点：贵，而且没有残值。
- Google Colab 是个性价比很高的选择：
- 免费版提供 K80；
- 会员 9.9 美元即可用 V100 / P100；
- 需要科学上网，脚本执行有时长限制。
- 我在 GitHub 上建了 DeepFaceLab_colab 项目，通过定制脚本（目前 V5 版）即可轻松上手。近期打算写个详细教程（如果不鸽的话…）。
软件
DeepFaceLab 的最大优势就是 集成度高。
一般情况下，不需要手动安装 CUDA 或 cuDNN，除非你非常清楚自己在干什么。
- 版本选择要点
- A 卡：仅支持 2019 年 OpenCL 版 和 2021 年 DirectX12 版。
- RTX3000 系列：推荐最新版。
- 20 系列及更早显卡：推荐 20200802 版本。
- 想用 AMP 模型或 DeepFaceLive：必须使用 20210801 版本（老版不支持模型导出）。
- 常见版本分类
- RTX2080Ti 版：针对 2080Ti 及以下显卡。
- RTX3000 版：针对 30 系列显卡，同时兼容老显卡。
- DirectX12 版：面向支持 DirectX12 的显卡（不区分 AMD / NVIDIA）。
注意：2080Ti 版不能跑在 30 系列显卡上，而 RTX3000 版则可兼容旧卡。
系统
- 支持情况
- Windows 与 Linux 都可用（MacOS 支持较差）。
- 用 Linux 的玩家一般都很懂，这里不展开。想省时间的，可以看我在 deepfaker.xyz 写的云平台教程。
- Windows 用户需注意
- 30 系列显卡推荐 Windows 10 20H2 及以上版本。
- 确保三件事：
- 系统版本符合要求
- 驱动为最新官方版
- 启用 GPU 加速计划
- 驱动太旧，提取阶段可能直接过不了。
- 系统太旧，缺少 GPU 加速选项，容易训练时卡死。
老版本驱动可能没这个限制，但为了稳妥，还是建议更新。
至于 XP 和 32 位系统，就别折腾了。
驱动
DeepFaceLab 对驱动依赖极大。
- 常见问题：驱动版本不够新，导致兼容性差。
- 安装建议：务必去 NVIDIA 官网 下载最新驱动。
- 注意：不要用鲁大师、驱动精灵这类第三方工具，它们安装的驱动可能并不是最新版本，容易出问题。