GPU・VRAM

ComfyUIでVRAM 12GBが足りなくなる条件。LoRA / ControlNet / 高解像度等。

ComfyUIでVRAM 12GBが足りるかを、モデル・解像度・同時生成枚数・追加要素から考える記事のアイキャッチ
生成AIで制作した説明イラストです。実製品の写真や実測結果ではありません。

ComfyUIでVRAM 12GBのGPUを使っていると、「このモデルは動くのか」「解像度を上げたり、ControlNetやLoRAを足したりしても大丈夫か」という疑問が出てきます。結論から言えば、12GBが足りるかどうかは、モデル・解像度・同時生成枚数・追加要素の組み合わせで決まります。この記事では、公式情報で数値が確認できる範囲と、確認できない範囲を分けて整理します。数値の目安を新たに作ることはしません。買い替えを勧める記事でもありません。12GBのまま使い続けるのか、工夫するのかを、足りなくなる条件から切り分けるための記事です。

結論:12GBが足りるかは「何をどう組み合わせるか」で決まる

12GBが足りるかどうかは、どのモデルを、どの解像度で、何枚同時に、何を足して生成するかで決まります。公式に数値が出ているのはモデル単体の目安が中心です。解像度・ControlNet・画像生成用LoRAを足したときの増加量について、公式なGB数値は確認できていません。

まず前提として、GPUの12GB構成はNVIDIA公式の仕様で確認できます。GeForce RTX 5070は12GB GDDR7です。RTX 3080は12GBと10GBのGDDR6Xの2構成があるため、手元のカードがどちらかは確認しておく必要があります。

ComfyUI側の公式情報も見ておきます。ComfyUI公式のREADMEには最低VRAMの数値は書かれていません。公式ドキュメントのシステム要件ページにも、必要なVRAM容量(GB)の記載はありません。そのため「ComfyUIは12GBあれば足りる」「足りない」と一律に言える公式根拠は、現時点では確認できていません。

この記事の進め方は次のとおりです。まず境界を決める4つの要素を整理します。次にモデル系統別に公式数値を示し、解像度・バッチ・ControlNet・LoRAを扱います。そのうえで確かめ方と判断の分け方をまとめます。

12GBの境界を決める4つの要素

VRAMの消費は1つの原因だけで決まりません。足りなくなる条件を切り分けるには、次の4つに分けて考えると整理しやすくなります。

  • モデル系統:SDXL、SD 3.5、FLUX.2などで、モデル本体の大きさが違います。
  • 解像度:生成する画像のサイズです。解像度ごとのVRAM量を示す公式の換算表は確認できていません(詳しくは後述)。
  • バッチ(同時生成枚数):一度に生成する枚数や、VAEでデコードする枚数に関わります。
  • 追加要素:ControlNet、LoRAなどを加えたときの上乗せ分です。

どれか1つだけを見て「12GBで足りる」と判断すると、見落としが出ます。たとえばモデル単体の公式目安が12GB以内でも、解像度やControlNetを足した場合の公式数値はないため、同じ判断を延長できるとは限りません。

「動く」と「実用的に使える」は別の基準です。メモリが足りない分をシステムメモリへ逃がすと、動作はしても性能が落ちる場合があります。この記事では両者を区別して書きます。

モデル系統別:公式に数値がある範囲

以下の数値は、各社が示した「そのモデルが動作する想定」の範囲で、数値ごとに何についての数値かを添えて書いています。12GBでの動作を公式が保証したものではありません。公式に数値が出ていないモデルは、後半の表で「公式数値なし」と書いています。

SDXL 1.0

Stability AIの公式発表では、SDXL 1.0は8GB VRAMのコンシューマ向けGPUで効果的に動作するはずだ、という趣旨の記載があります。

ただし、この発表には解像度・LoRA・ControlNetを加えた場合のVRAM数値は記載されていません。8GBという数字は、追加要素を足した状態の保証ではありません。

Stable Diffusion 3.5

Stability AIの公式発表では、SD 3.5 Mediumは9.9GBのVRAMで性能を引き出せるとされています。この数値にはtext encodersが含まれません。

同じ発表で、SD 3.5 Mediumは0.25〜2メガピクセルの解像度で生成できると説明されています。つまり、9.9GBは12GBの内側にあっても、text encodersの分は別になります。

SD 3.5 Largeは1メガピクセルでのプロ用途に適すると書かれていますが、VRAM数値の記載はありません。Large Turboも標準的なコンシューマ向けハードウェアで動くよう最適化されているとの記載にとどまり、VRAM数値はありません。この2つについては、公式な数値は確認できていません。

FLUX.2 Klein:公式チャネルで数値が割れている

FLUX.2 Klein 4Bは、公式チャネルごとに数値が異なります。1つの値にまとめず、出典ごとに並べます。

  • Black Forest Labs公式の製品ページ:Klein 4Bは8.4GBと記載されています。
  • Black Forest Labs公式ブログ:Klein 4Bは約13GB VRAMで、RTX 3090/4070以上が対象とされています。
  • Hugging Face公式のFLUX.2-klein-4B README:約13GB VRAMに収まり、RTX 3090/4070以上で使えるとされています。
  • GitHub公式のblack-forest-labs/flux2 README:Klein 4Bは約8GB VRAMに収まる(RTX 3090/4070以上)とされています。

このように、約8GB(製品ページは8.4GB)とする出典と、約13GBとする出典があります。どちらが正しいかを本記事で決めることはできません。13GBとする出典の数字は、12GBを上回ります。単一の最低値と断定せず、複数の公式値があることを前提に読んでください。

Klein 9Bについては、製品ページに19.6GBの記載があります。12GBを上回る数字ですが、他の公式チャネルの数値は確認できていません。量子化(FP8など)やオフロードを使った場合の絶対的なGB値も、確認できていません。

公式ブログには、FP8で最大約40%、NVFP4で最大約55%のVRAM削減という記載があります。ただし絶対的なGB値は示されていないため、12GBに収まるかどうかは、この情報だけでは判断できません。

FLUX.2 dev(32B)

NVIDIA公式ブログ(RTX AI Garage: FLUX.2 on ComfyUI)によると、FLUX.2 dev(32B)はフルロードで90GBが必要です。lowVRAMモードでも64GBとされています。FP8では約40%減と書かれています。

同じブログに、weight streamingでシステムメモリへオフロードできるが性能低下を伴う、という説明があります。システムメモリはGPUメモリより遅いためです。12GBのVRAMだけでこのモデルを快適に使えるかについては、公式数値は確認できていません。

解像度とバッチ:公式に換算表はない

解像度ごとのVRAM量を示した公式の換算表は、今回確認した範囲にはありません。ComfyUI公式のシステム要件ページにも、解像度とVRAMの関係についての記載はありません。そのため、「この解像度までは12GBで足りる」と書くための根拠はありません。

一方で、メモリを抑えるための方法は公式に説明されています。以下はHugging Face公式のdiffusersライブラリのドキュメントによる説明です。diffusersのドキュメントであり、ComfyUIの実装そのものの説明ではない点に注意してください。

  • VAE tiling:画像を小さな重なりのあるタイルに分けて処理し、ピークメモリを下げます。ただしタイルごとに別々にデコードされるため、タイル間で色調の差が出ることがあります。
  • VAE slicing:たとえば4枚を同時に生成すると、デコードでピークのアクティベーションメモリが4倍になります。VAE slicingは1枚ずつデコードして、これを抑えます。
  • CPUオフロード:メモリ使用量を大きく減らしますが、非常に遅くなると説明されています。

これらの文書にも、具体的なGB削減量や解像度別のVRAM表はありません。方法の存在と性質の紹介にとどまります。

高解像度については、ComfyUI公式ドキュメントに2段階生成の例があります。Pose ControlNetの2パスワークフローのページです。1回目の出力をUpscale latentで拡大し、2回目に渡す構成です。公式は「限られたGPUリソースで高品質な大きい画像を作れる」と説明しています。ただし、このページにVRAMやGBの数値はなく、特定GPUの要件も書かれていません。12GBで足りると読み取れる記述ではありません。

バッチ枚数についても、公式のGB換算はありません。上記のVAE slicingの説明から、同時枚数が増えるとデコード時のピークが増えうる、という方向性までが言える範囲です。

ControlNetとLoRA:増加量の公式数値はない

ControlNetやLoRAを足すと、VRAMがどれだけ増えるのか。気になる点ですが、ComfyUI公式のシステム要件ページには、LoRAやControlNetとVRAMの関係についての記載がありません。SDXLの公式発表にも、LoRAやControlNetを足した場合の数値はありません。ここでは「1つ足すと何GB増える」という数値は書けません。

ControlNetの原典リポジトリ(lllyasviel)には、low_vramのドキュメントがあります。8GBのGPUを使う場合、またはバッチサイズを大きくしたい場合は、config.pyでsave_memory = Trueを設定するよう書かれています。ただし、この機能はまだテスト中で、すべてのグラフィックスカードで成功するとは限らないとも書かれています。これはComfyUIの実装とは別のリポジトリの説明です。また、必要なVRAMのGB数値や、ControlNetを足したときの増加量は記載されていません。

LoRAについては、動画モデルの例が1つだけ公式にあります。ComfyUI公式ドキュメントのWan2.2 Fun Controlのベンチマークです。RTX 4090D 24GB、640×640、81フレームの条件で、VRAM使用率はfp8_scaledで83%、fp8_scaledに4-step LoRAを加えると89%でした。

このWan2.2の数値は動画モデルでの結果です。4-step LoRAは生成を速くするための加速用LoRAで、画像生成のLoRA一般やControlNetのVRAM増加量を示すものではありません。ほかのモデルや解像度に当てはめられるとも、公式は書いていません。

以上から、ControlNetやLoRAを足したときの12GBの余裕は、公式数値からは判断できません。自分の環境で段階的に確かめる必要があります。

「足りない」と「遅くなる」は別の話

VRAMが足りなくなったとき、すぐにエラーで止まるとは限りません。ComfyUI公式ブログのDynamic VRAMは、モデルのweightをオンデマンドでGPUへ流す仕組みです。対象はWindowsとLinux上のNVIDIAハードウェアで、WSLは対象外(現在は対応予定なし)と説明されています。

NVIDIA公式ブログも、weight streamingでシステムメモリへオフロードできるが、性能低下を伴うと説明しています。システムメモリはGPUメモリより遅いためです。diffusersのドキュメントにも、CPUオフロードはメモリを大きく減らす代わりに非常に遅い、という説明があります。

つまり、VRAMを超えても動く場合はありますが、そのときは速度という代償が発生します。どの程度遅くなるかの公式な数値は、今回の範囲では確認できていません。「エラーが出ない」ことと「実用的な速度」は、別に評価してください。

なお、ComfyUIのcli_args.pyには、--lowvram、--novram、--cpu-vae、--reserve-vram、--vram-headroom、--disable-smart-memory、--async-offloadといった起動オプションが定義されています。--async-offloadはNVIDIAでは既定で有効です。Dynamic VRAMは、--enable-dynamic-vramを指定すれば有効になります。そうでなければ、--disable-dynamic-vram、--highvram、--gpu-only、--novram、--cpuのいずれかを指定すると無効になります。各オプションの効果量(GB単位)は公式には示されていません。

Dynamic VRAMのWan2.2ベンチマークは、RTX 5060と32GB・64GBのRAMで、fp16 weightsが2x28GBで合計56GBという記述です。このRTX 5060のVRAM容量は本文に書かれていないため、12GBの環境に当てはめることはできません。

自分の環境で確かめる方法

公式数値で決められない部分は、自分の環境で確かめるのが確実です。この記事に著者の実測はないため、数値の目安は示しません。以下は一般的な検証の手順です。

  • 最初に、追加要素なしで、使いたいモデルを標準的な解像度・1枚で生成します。
  • 次に、解像度を1段階だけ上げます。
  • 次に、同時生成枚数を増やします。
  • 最後に、ControlNetやLoRAを1つずつ足します。
  • エラーが出た段階、または極端に遅くなった段階を記録します。

一度に複数の条件を変えると、どの要素が原因か分からなくなります。必ず1つずつ足してください。

VRAM使用量を確認するときは、nvidia-smiの表示に注意が必要です。PyTorch公式ドキュメントによると、PyTorchはキャッシュ型のメモリアロケータを使っており、アロケータが保持している未使用メモリもnvidia-smiでは使用中のように表示されます。そのため、表示が12GBに近くても、実際に必要な量とは限りません。

同じドキュメントには、empty_cache()で未使用のキャッシュを解放して他のGPUアプリが使えるようにできること、expandable_segmentsで断片化を減らせることも書かれています。ComfyUI側でこれらをどう扱うかは、別途確認が必要です。

なお、PCスペック全般と推奨GPUの考え方は、ComfyUIが快適に動くPCスペックと推奨グラボの選び方で扱っています。

条件別の見立て表

ここまでの内容を表にまとめます。見立ての根拠が公式数値でない行は、断定せず「公式数値なし」と書いています。

条件公式の数値12GBでの見立て
SDXL 1.0 単体8GB GPUで動作想定(Stability AI)追加要素なしなら範囲内の想定
SD 3.5 Medium9.9GB(text encoders除く)余裕は小さい。要確認
SD 3.5 LargeVRAM数値の記載なし公式数値なし。自分で確認
FLUX.2 Klein 4B約8GB/8.4GB/約13GB(出典で異なる)単一値にできない。自分で確認
FLUX.2 Klein 9B19.6GB(製品ページ)12GB超の記載。オフロード次第
FLUX.2 dev(32B)フルロード90GB/lowVRAM 64GB12GBのみでは厳しい想定
解像度を上げる換算表なし公式数値なし。自分で確認
2段階生成GB数値なし工夫の選択肢。数値は不明
バッチ枚数を増やすGB数値なしVAE slicingの説明のみ
ControlNetを足す増加量の記載なし公式数値なし。自分で確認
画像用LoRAを足す増加量の記載なし公式数値なし。自分で確認
オフロードで動かす性能低下を伴う(公式説明)動いても遅くなる可能性

この表の「見立て」は、公式の保証ではありません。公式数値のある行も、モデル単体の目安にとどまります。

最低・実用・快適・過剰ライン:12GBをどう読むか

ここまでの内容を、4つのラインに分けて読むと整理しやすくなります。これはこの記事の読み方の区分で、公式が各ラインのGB数値を示しているわけではありません。

  • 最低ライン:モデルが動く(起動する)かどうかです。公式数値が出ているのは、SDXL 1.0の8GB GPU想定やSD 3.5 Mediumの9.9GB(text encoders除く)など、モデル単体の目安に限られます。解像度やControlNet・LoRAを足した状態の最低ラインは、公式数値からは決められません。
  • 実用ライン:動くだけでなく、待ち時間が許容できる範囲で作業が回るかどうかです。オフロードを使うと動く場合がありますが、公式にも性能低下を伴うと説明されています。どこからが実用かを示す公式数値はなく、自分の作業で確かめた結果で決めます。
  • 快適ライン:条件を足しても止まらず、待ち時間もあまり気にならない状態です。この水準を示す公式数値は、今回確認した範囲にはありません。
  • 過剰ライン:自分の作業に必要な量を超えた水準です。作業が止まらず待ち時間も許容できているなら、それ以上を求める必要はありません。FLUX.2 dev(32B)のフルロード90GBのように12GBから大きく離れたモデルを使う予定がなければ、判断の基準にする必要もありません。

KEEP・工夫・買い替えの切り分け

足りなくなる条件が見えたら、次の3つのどれに進むかを考えます。買い替えが先にある前提ではありません。KEEP(12GBのまま使う)は、正式な選択肢の1つです。

  • KEEP:使いたいモデルと解像度で、追加要素を足しても止まらず、待ち時間も許容できるなら、そのまま使えます。
  • 工夫して使う:VAE tiling、VAE slicing、2段階生成などで収まるなら、設定の調整で続ける選択肢があります。ただしタイル間の色調差や速度低下などの代償があります。
  • 買い替えを検討する:必要な作業が、段階的な確認で繰り返し止まる、または待ち時間が許容できないときです。

判断のポイントは、「動かない」のか「遅い」のかを分けることです。止まるなら条件を減らす余地があります。遅いだけなら、その待ち時間が自分の作業に合うかどうかで決まります。公式数値のない領域では、自分の作業で確かめた結果が判断材料になります。

VRAM関連の仕様は変わりやすい分野です。モデルの要件や公式の説明は更新されることがあるため、使うモデルの最新の公式情報を、使う前に確認してください。

よくある質問

ここでは、12GBの条件についてよくある疑問に、公式情報の範囲で答えます。

12GBがあればComfyUIで何でも動きますか?

何でも動くとは言えません。ComfyUI公式には最低VRAMの数値の記載がなく、モデルごとに事情が異なります。たとえばFLUX.2 dev(32B)は、NVIDIA公式ブログでフルロード90GB、lowVRAMモードでも64GBとされています。一方、SDXL 1.0は8GB GPUで動作する想定と公式発表にあります。オフロードで動く場合もありますが、性能低下を伴います。

LoRAを複数入れるとVRAMはどのくらい増えますか?

画像生成用LoRAの増加量について、公式なGB数値は確認できていません。公式にある数値は、動画モデルWan2.2 Fun Controlの加速用4-step LoRAの例だけです。RTX 4090D 24GB、640×640、81フレームの条件で、VRAM使用率がfp8_scaledの83%から89%になりました。画像生成のLoRA一般には当てはめられません。LoRAを1つずつ足して、自分の環境で確かめてください。

nvidia-smiで12GBに近いと表示されたら、足りないということですか?

そうとは限りません。PyTorch公式ドキュメントによると、PyTorchはキャッシュ型のアロケータを使い、未使用のキャッシュ済みメモリもnvidia-smiでは使用中のように表示されます。表示が大きくても、実際の必要量を示すとは限りません。エラーの有無や生成速度とあわせて判断してください。

出典(公式情報)

  • この記事を書いた人

ごろう

佐賀県在住、40代の会社員「ごろう」です。 PC・DIY・バイク・車など、機械やものづくりが好きで、実際に使って、試して、失敗しながら覚えてきました。 PC LIFEでは、自作PCやPCパーツ選び、アップグレードを中心に、「本当に交換が必要なのか」「今のままで使えるのか」「どこにお金をかけるべきか」を実用目線で紹介しています。 高性能・高価格という理由だけで勧めず、そのまま使う、一部だけ交換する、買い替える、今回は見送るまで含めて、一緒に判断できる情報を届けます。 ※プロフィール画像はAIで作成したイメージです。

-GPU・VRAM