Stable Diffusionで「画像1枚に数分かかる」「生成を始めるとPCが固まる」「CUDA out of memory と表示されて止まる」といった問題は、すべて同じ原因ではありません。GPUのVRAM(ビデオメモリ)が足りない場合もあれば、画像サイズ・モデル・拡張機能・起動方式が原因の場合もあります。
結論:まずは①使っているUIとGPUを確認し、②解像度を下げ、③Batch sizeを1にして、④追加機能を一度オフにする。 それでも改善しなければ、AUTOMATIC1111またはComfyUIに合った省メモリ設定を検討します。
大切なのは、「エラーなく動かすための省メモリ化」と「同じ条件でより速く生成する高速化」を分けることです。VRAM不足を回避する設定は、生成時間が長くなる場合もあります。いきなりGPUを買い替える前に、無料で試せる切り分けを行いましょう。
まず確認:Stable Diffusionが重いときの症状別チェック表
| 症状 | 疑うポイント | 最初に試すこと |
|---|---|---|
CUDA out of memory で生成停止 | GPUのVRAMが不足、解像度や同時生成枚数が大きい | Batch sizeを1にして画像サイズを下げる |
| 画像生成のステップが極端に遅い | GPU未使用、重いモデル、計算負荷の高い設定 | GPU使用率・モデル・Steps数を確認 |
| 起動やモデル切り替えだけ遅い | モデルファイルの読み込み、ストレージ、RAM | 保存先・空き容量・メモリ使用量を確認 |
| 最後の画像書き出し時に落ちる | VAEのデコード処理によるメモリ負荷 | Tiled VAEなど対応UIの機能を確認 |
| 数枚生成すると突然止まる | 他アプリとのVRAM競合、拡張機能、長時間利用 | 他アプリ・追加ノードを外して再現する |
| PC全体が重くなる | GPU以外のRAM不足・ディスク退避・バックグラウンド処理 | タスクマネージャーでRAMとGPUを確認 |
なお、GPUの製品名やVRAM容量だけで「何秒で生成できる」とは決められません。同じPCでも、Stable Diffusion 1.5、SDXL、異なるチェックポイント、拡張機能、生成サイズによって必要な計算量が変わります。

最初の5分で試す:お金をかけずに軽くする手順
1.使っているUI・モデル・GPUを記録する
最初に、使用しているアプリがAUTOMATIC1111 WebUI、ComfyUI、Forgeなどのどれかを確認します。起動オプションは共通ではないため、別のUI向けのコマンドをそのままコピーすると動かないことがあります。
WindowsでNVIDIA GPUを使っている場合は、タスクマネージャーの[パフォーマンス]→[GPU]で専用GPUメモリの使用状況を確認できます。NVIDIAのコマンドラインツールを利用できる環境なら、次のコマンドも目安になります。
nvidia-smi
記録する項目は、GPU名とVRAM容量、UIとそのバージョン、モデル名、画像の幅・高さ、Sampling steps、Batch size、Hires. fixなどの追加処理の有無です。これらを控えてから変更すると、どの対策が効いたのか判断しやすくなります。
2.Batch sizeを1、画像サイズを控えめにする
最初はBatch sizeを1にしてください。同時に複数枚を生成する設定は、VRAMの使用量を増やすことがあります。複数の画像が必要なら、まず1枚ずつ生成して安定性を確認しましょう。
また、画像サイズを一段階下げて試します。たとえば512×512から1024×1024へ変えると、ピクセル数は4倍になります。ただし、生成時間やVRAM消費が必ず4倍になるという意味ではありません。実際の増減はモデルと処理方式によって異なります。
SD1.5系とSDXL系では想定する画像サイズも異なるため、画質と安定性を両立できるモデル別の適切な設定から比較してください。最初の切り分けでは、元の設定に戻せるよう記録しておきます。
3.Hires. fix・ControlNet・アップスケールを一度外す
Hires. fix、ControlNet、顔修正、アップスケール、複数の追加モデルを同時使用すると、生成工程と必要メモリが増える場合があります。原因を特定するときは、基本のtxt2imgだけで1枚生成してみてください。
その状態で問題が起きなければ、追加機能を1つずつ戻します。複数の変更を同時に行うより、再現条件が明確になります。
4.GPUメモリを使っている別アプリを閉じる
ブラウザ、動画編集、ゲーム、ほかのAIアプリなどがVRAMやシステムRAMを消費していることがあります。GPU・RAMの使用量を確認したうえで、不要なアプリや残っている生成プロセスを終了します。
ただし、「ブラウザを閉じれば必ず速くなる」というものではありません。VRAMが十分で、計算自体がボトルネックなら効果は限定的です。終了したプロセスや変更した設定は記録しておきましょう。
5.同じ条件で生成時間とエラーを比較する
比較するときはモデル・seed・画像サイズ・Steps・Sampler・Batch sizeをできるだけ固定し、変更する設定は1項目だけにします。初回はモデル読み込みやウォームアップの影響を受ける場合があるため、2回目以降の結果も見ます。
比較したい指標は、1枚あたりの生成時間、CUDAエラーの有無、ピークVRAM使用量です。単に「速くなった気がする」ではなく、測定条件も記録すると再現性が上がります。
AUTOMATIC1111 WebUI:VRAM不足を減らす起動オプション
AUTOMATIC1111を使っている場合は、公式Wikiに --medvram、--lowvram、--medvram-sdxl、--xformers などの起動引数があります。ただし、これらは同じ目的の設定ではありません。
| 設定 | 目的 | 注意点 |
|---|---|---|
--medvram | VRAM使用量を抑える | モデルの一部をCPU側とやり取りするため遅くなる場合がある |
--medvram-sdxl | SDXL利用時に低VRAM対策を適用 | SDXL向けの条件付きの選択肢 |
--lowvram | より厳しいVRAM制約に対応 | --medvram より大幅に遅くなることがある |
--opt-sdp-attention | PyTorch 2系のAttention最適化 | GPU環境によって効果が変わり、VRAM使用量が増える場合もある |
--xformers | 対応環境でAttentionを最適化 | オプション扱い。PyTorch/GPU/xFormersの互換性確認が必要 |
WindowsのAUTOMATIC1111なら、通常はWebUIを終了したうえで、webui-user.bat の COMMANDLINE_ARGS を確認します。たとえば低VRAM対策として --medvram を単独で試す場合は、次のような設定です。
set COMMANDLINE_ARGS=--medvram
保存後にWebUIを再起動し、生成が完了するかを確認します。問題があれば元の値に戻してください。既存の引数がある場合は不用意に上書きせず、バックアップを取ります。最初から --lowvram を高速化設定として追加することはおすすめしません。 省メモリ化で動くようになっても、処理速度が落ちることがあるためです。
--xformers と --opt-sdp-attention も万能ではありません。動作環境に対応する場合に限り、既存のAttention設定と比較しながら、必要なら一方ずつ試してください。互換性が確認できない環境で強制有効化する方法は避けましょう。
公式資料: AUTOMATIC1111:Command Line Arguments / Optimizations

ComfyUI:現在のメモリ管理方式を確認してから設定する
ComfyUIの低VRAM対策はAUTOMATIC1111と異なります。公式ドキュメントでは、対応環境でDynamic VRAMや非同期の重みオフロードなどを利用する仕組みが案内されています。そのため、--lowvram を指定すれば常に効果があるわけではありません。
ComfyUIの起動引数を利用できる環境で、公式ドキュメントに掲載されている選択肢は次のとおりです。
| 対策 | 主な意味と使い分け |
|---|---|
--lowvram | Dynamic VRAMが有効な場合は効果がないことがある。対応する環境とバージョンを確認 |
--novram | さらにVRAMが厳しい場合の最終手段。速度の低下に注意 |
--reserve-vram | OSや他アプリのために一部VRAMを確保する指定。小容量GPUでむやみに増やさない |
| Tiled VAE系ノード | デコード時のメモリ使用量を抑える選択肢。ワークフローやノード構成による |
たとえば、ターミナルからComfyUIの main.py を起動する環境で、公式ヘルプにある低VRAMモードの指定例は次のとおりです。
python main.py --lowvram
ただしComfyUI Desktopや配布形式によっては、起動オプションの指定場所が異なります。またDynamic VRAMが有効なら、このフラグで改善しない可能性があります。コマンドをそのまま適用するのではなく、使用中のインストール方式・UIのバージョンに合った方法を選んでください。
ComfyUIでエラーが出たら、最初にエラーレポートを読みます。エラー名を確認せずにノードやライブラリを一斉更新するより、モデル/カスタムノード/VRAM不足のどれに該当するかを分けて調べる方が安全です。
公式資料: ComfyUI起動引数(公式ドキュメント) / ComfyUI Troubleshooting
「VRAM不足」と「GPU性能不足」は別問題
VRAMの容量が不足している場合
モデルや中間データがVRAMに収まらず、エラーになったりCPU RAMへの退避が頻繁になったりすることがあります。画像サイズの見直し、省メモリ設定、Tiled VAEなどが検討候補です。
VRAMは足りているが生成が遅い場合
GPUの演算性能、モデルの規模、SamplerやSteps、その他の処理が主な要因かもしれません。省メモリ化よりも、GPUが正しく使われているか、不要な処理が入っていないかを優先して確認します。
起動やチェックポイントの切り替えだけ遅い場合
大容量のモデルをディスクから読み込む時間、RAM不足、ストレージの状態が影響することがあります。SSDはモデル読み込み時間の改善につながる場合がありますが、GPU上の推論演算そのものを必ず高速化するわけではありません。
VRAMが8GB、12GBなら足りる?
「VRAM 8GBなら必ず動く」「12GB以上ならすべて快適」といった一律の基準はありません。モデルの種類、精度、生成サイズ、同時処理数、ControlNetなどの追加機能によって必要量が変わります。モデル提供元の推奨環境も確認してください。

どこまで改善できなければPCの買い替えを検討する?
いきなり高額なGPUへ買い替える必要はありません。まずは以下の順番で判断するのが合理的です。
- 低解像度・Batch size 1・追加機能なしで安定して生成できるかを確認する。
- 目的の画像サイズやワークフローに戻したとき、再びVRAM不足になるかを確認する。
- 必要な1枚あたりの時間と実際の所要時間を記録する。
- 有料のクラウドGPUやオンライン画像生成サービスを利用する場合の費用と、PC購入費・保守負担を比較する。
- 仕事で利用する場合は、画像のライセンス、素材の機密性、データの保存先も確認する。
たとえば生成画像を月に数枚しか使わない場合と、毎日大量の試作を行う場合では、適切な環境は変わります。使用頻度や収益の裏付けがないまま「AI副業なら買い替え必須」と結論付けないことが重要です。
Macで動作が遅い場合は、AppleシリコンやmacOS向けアプリに固有の方法があります。Macユーザーは、別記事の「MacのStable Diffusionが遅いときの対策」も参考にしてください。ただし同記事には過去の比較条件が含まれるため、現在の機器・アプリでの速度を保証するものではありません。
ローカル環境の負担を避けたい場合は、「仕事・副業向けAIツールおすすめ5選」で用途・料金・商用利用・情報管理を比較できます。サービスの利用条件は、契約時点の公式表示を確認してください。

よくある質問(FAQ)
Q.CUDA out of memory と出たら、まず何をすればよいですか?
A.Batch sizeを1にし、画像サイズを下げ、Hires. fixやControlNetなどの追加処理を一時的に外して再実行してください。エラーが続く場合はGPUメモリ使用量、使用モデル、起動UIの設定を確認します。エラーが出た直後はWebUIを再起動して再試行することも切り分けになります。
Q.--medvram を追加すると生成が速くなりますか?
A.必ずしも速くなりません。これは主としてVRAM消費を抑える設定で、モデルの一部をCPU側へ移すことで処理が遅くなる場合があります。VRAM不足で動かなかった処理を完了させるための選択肢と考えてください。
Q.--xformers を必ず入れるべきですか?
A.いいえ。AUTOMATIC1111の対応環境で使える最適化の一つですが、GPU・PyTorch・xFormersの互換性や既存のAttention設定によって効果が変わります。すでに問題なく動いている環境で無理に追加する必要はありません。
Q.ComfyUIで --lowvram を設定しても変化がありません。
A.2026年のComfyUI公式ドキュメントでは、Dynamic VRAMが有効な場合、--lowvram が効果を持たないことがあるとされています。使っているバージョンとDynamic VRAMの動作状況を確認し、解像度・ノード数・VAE処理などを見直してください。
Q.VRAM 8GBのPCではStable Diffusionは使えないのですか?
A.一律に使えないわけではありません。モデルと生成サイズ、使用する機能によって必要なVRAMが変わります。低VRAM環境で動作可能な設定を優先し、目的とする画像品質・処理時間が実用的か判断してください。
Q.画像の生成ではなく、起動・モデル読み込みだけが遅いです。
A.モデルの読み込み先、SSDの空き容量、RAMの使用量、セキュリティソフトによるファイル処理などが関係する場合があります。生成演算の高速化とは問題を分けて確認してください。
まとめ:まず原因を切り分け、必要な場合だけ環境に投資する
Stable Diffusionの「重い・遅い」は、VRAM不足だけでなく、画像サイズ、モデル、追加機能、起動方式、ストレージなどによって起こります。最初はBatch size 1、画像サイズの縮小、追加機能の無効化、同一条件での計測から試してください。
AUTOMATIC1111とComfyUIでは使える設定が異なり、--medvram や --lowvram は高速化の魔法ではありません。無理に設定を重ねず、エラーの再現条件を一つずつ減らすことが大切です。
クラウドやオンラインサービス、機材の追加購入を検討するのは、その後でも遅くありません。自分が必要とする画像品質・生成枚数・作業時間から、費用対効果を比較しましょう。

コメント
コメント一覧 (1件)
[…] Windows/NVIDIA GPUを中心としたVRAM不足とCUDAエラーの対策はStable Diffusionが重い・遅い原因と対処法(記事ID823)で詳しく整理しています。 […]