ローカル画像生成のハード要件ガイド｜モデル別の必要VRAMと1枚あたりの所要

ここには同じ機材・同じComfyUI版・同じ解像度で横に並べた数字を置いています。モデルごとの詳細は個別の記事にあります。動画生成は要件の決まり方がかなり違うので ローカル動画生成のハード要件ガイド に分けました。

モデルが変わるとVRAMは1.5倍変わる

下の表は、4つの画像モデルを同じRTX 5080・同じComfyUI 0.31.1・1024×1024で測ったものです。サンプラは4本ともeulerですが、スケジューラとcfgはモデルごとの既定のままなので、そこだけは条件がそろっていません（SDXL: normal / 7.0、SD 3.5 medium: sgm_uniform / 4.5、Flux.1 dev: simple / 1.0、FLUX.2 Klein: Flux2Scheduler / 1.0）。

16GBのカードでFlux.1 devを回すと、GPU全体のmemory.usedは15.3GiBまで上がりました。ただしこれは「15.3GiB必要」という意味ではありません。この値には他アプリや画面出力、PyTorchが確保したまま保持している分も入っています。ComfyUIは空きVRAMがあればモデルをVRAMに保持することがあるため、ピークは最小必要量ではなく、その構成でComfyUIとPyTorchが実際に確保・使用した量です（同じワークフローを容量違いのカードで回すとピークがどう動くかは ローカル動画生成のハード要件ガイド で測っています）。

ここから言えるのは、今回の検証機では、16GBでFlux.1 devを回すとGPUメモリに余地がほとんど残らないということです。より小さいカードで回るかどうかは、画像側では容量違いの機材で測っていないので本ページでは判断できません。8・12・16GBの各段でどこまでできるかは ComfyUI推奨スペック実測ガイド、12GBであふれた先で何が起きるかは VRAM 12GBの壁はどこにあるか にあります。

SDXLは同じ条件で10.5GiBと、いちばん重いFlux.1 devより約5GiB少なく収まります。起動時の精度指定を足せば7.3GiBまで下げられるので（次の節）、VRAMの余裕を優先したい用途では扱いやすいモデルです。

初回だけ余分に時間がかかる点も表に出ています。「初回」と「2回目以降」の差には、モデルの読み込みやCPU→GPU転送、CUDAカーネルのウォームアップ、各種キャッシュの形成などが混ざり得ます。この測定では内訳までは切り分けていません。SDXLで4秒、FLUX.2 Kleinで6秒ほど。1枚だけ試して速さを判断すると、この初回オーバーヘッドを実力と取り違えます。モデル読み込みにストレージがどう関わるかは ローカルAIでSSDは何TB要るか で扱っています。

起動時の精度指定でVRAMは下がる。ただし下がり方はモデル次第

ComfyUIは起動オプションで拡散モデル側の扱いを指定できます。公式の説明では --bf16-unet が「bf16で動かす」（実行精度）、--fp8_e4m3fn-unet が「重みをfp8_e4m3fnで保持する」（保持形式）で、性格が違います。どちらも配布ファイル側の量子化とは別に、あとから付け外しできる設定です。この測定ではテキストエンコーダ側は触っていません。

同じ4モデルで精度指定の両端を測ると、VRAMが実際に空くモデルと、ほとんど動かないモデルに分かれました。

すでにFP8やQ8_0で配布されているモデル（Flux.1 dev FP8、FLUX.2 Klein Q8_0）では、起動オプションを重ねてもVRAMが空きませんでした。理由の切り分けまではできていません——重みがすでに落ちているからとも読めますが、GGUFは専用のローダーが読むので起動フラグがそもそも届いていない可能性もあります。

ただし空かない＝何も変わらない、ではありません。重みの保持形式はVRAM使用量を大きく左右しますが、生成時間は演算経路や転送・オフロードなど別の要因にも左右されるので、VRAMと時間はかならずしも同じ方向へ動きません。実際Flux.1 devはVRAMが−1%なのに時間は21.6→18.9秒（−13%）でした。

下がり方はモデルごとに違います。今回使ったSDXLは拡散モデル側をfp16/bf16で扱う条件なので3割空き、かわりに時間が16%増えました。SD 3.5 mediumは17%空いて時間は変わりません。VRAMが足りているうちは、少なくともSDXLでは落とす必要がありません。

どのフラグが何を変えるかは ComfyUIの起動オプション実測ガイド、精度を落としたときの画質と速度の関係は 精度を落とすと何が変わるか（5モデルをFP16/BF16/FP8で実測） にあります。使えるVRAMを意図的に絞ったらどうなるかは ComfyUIで使えるVRAMを絞ると画像・動画生成は遅くなるか で測りました。

同じ16GBでも、カードが違えばSDXLで約1.68倍

VRAM容量が同じでも、生成が終わるまでの時間は同じになりません。起動オプションまでそろえた比較では、SDXL 1280×720・30ステップでRTX 5080が6.79秒、RTX 5060 Tiが11.42秒。5060 Ti側が約1.68倍かかりました（各5本の中央値）。両側とも --bf16-unet / --bf16-text-enc と --reserve-vram 1.5 を付け、プレビュー無効もそろえてあります。

なお上の横断表（1024×1024の4モデル）は5080だけで測っているので、Flux.1 devのようにVRAMを使い切るモデルが同じ倍率に収まるかは未測定です。動画側では起動条件までそろった21組があり、5060 Ti側は5080の1.62〜2.67倍（中央値1.99倍）と、もっと広くばらつきました（ローカル動画生成のハード要件ガイド）。

2枚挿しについて。ComfyUI本体には1回の生成を2枚で分担するMultiGPU CFG Splitがあり、公式は最大1.95倍としています。ただし同じGPUを2枚（当サイトの5080＋5060 Tiのような異種構成は対象外）かつcfgが1を超えるワークフローが条件で、cfg=1で回す蒸留モデルでは高速化しません。当サイトの構成では使えないため、実測しているのは別々の生成を同時に流す運用です（ComfyUI マルチGPU運用ガイド）。どのGPUを使わせるかの指定は ComfyUIで使うGPUを指定する にあります。

モデル別の詳細

LoRA学習に要るVRAMは、学習させるモデルで決まる

自分の絵柄を覚えさせるLoRA学習で要る容量は、学習させたいモデルのサイズが大きな基準になります。ただしそれだけでは決まらず、学習解像度・バッチサイズ・LoRAのrank（dim）・optimizer・gradient checkpointing やオフロードの有無でも変わります。

Anima 2B向けのトレーナーでは、TrainFlowが6GB以上を推奨として挙げています。「network dim 20・解像度768で約6GB」という具体的な条件はCitron版の報告で、別のソースです。生成用のGPUがそのまま使えるかは、何を・どの設定で学習させるかを決めてから判断してください。

なお「学習は生成より重いか」は、同じモデルで両方を測らないと言えません。ここで扱う学習はAnima 2Bで、生成側はSDXL・SD 3.5 medium（2.5B）・FLUX.2 Klein 9B・Flux.1 dev（12B）とモデル自体が違います。この数字だけから学習と生成の軽重は比べられません。下の2本は、まず軽いモデルで学習の手順を通したい人向けです。

動かないとき・遅いときに見るところ

画像生成でつまずいたとき、当サイトで実測した範囲でよく当たるのは次のあたりです。VRAMがあふれている／システムRAMが足りていない／意図しないGPUが使われている／CPU側が足を引っ張っている。

関連ガイド