【初心者向け】ComfyUI PortableのVRAM別おすすめ起動設定まとめ（6GB / 8GB / 12GB）
1. はじめに
大きなサイズの画像生成を行う際、ボトルネックになりやすいのが VRAM です。しかし、高性能なPCへ買い替えるのは簡単ではありません。
そこで本記事では、中・低スペックPCでも快適に ComfyUI を使えるようにするため、起動オプションや設定の調整方法を解説します。
VRAMが少ない環境でも動作を安定させたり、逆に高VRAM環境で高速化したりと、環境に応じた最適な設定を紹介していきます。
検証環境（筆者PC）
CPU：Ryzen 5 5600X
GPU：GeForce RTX 4060（8GB）
メモリ：DDR4 32GB
OS：Windows 11
※主に「8GB VRAM環境」を前提に検証しています。
2. ComfyUIの設定
2-1. 起動バッチの修正（低VRAM向け：6GB以下目安）
デフォルトの起動バッチは以下のようになっています。
.\python_embeded\python.exe -s ComfyUI\main.py --windows-standalone-build
これを、低VRAM環境向けに以下のように修正します。
.\python_embeded\python.exe -s ComfyUI\main.py --windows-standalone-build --lowvram --use-pytorch-cross-attention
■ --lowvram
VRAMが少ないPCでもComfyUIを動作させやすくする節約モードです。
メリット
メモリ不足で落ちにくくなる
低VRAM環境でも大きめのモデルを試しやすい
デメリット
CPU↔GPU間のデータ転送が増え、生成速度は遅くなる
※主に 6GB以下のGPUで有効 な設定です。
※「高速化」ではなく「動作安定化」のためのオプションです。
■ --use-pytorch-cross-attention
Flash Attentionやxformersを使用せず、PyTorch標準実装でCross-Attentionを計算します。
メリット
計算が安定しクラッシュしにくい
環境依存エラーを回避しやすい
低VRAM環境でも生成が通りやすい
デメリット
生成速度はやや低下
高解像度では処理が重くなりやすい
2-2. 起動バッチの修正（実運用おすすめ設定）
筆者環境（RTX4060 / 8GB）では、以下の設定が速度と安定性のバランスが最も良く、現在もこの構成で運用しています。
8GB環境の実用目安：
・512px ～ 1024px ：快適
・1024px ～ 2048px：出力は可能(5～10分ほど時間がかかる)
・2048px ～ 4096px：ギリギリ出力可能(20分程度はかかる)
・4096px以上：現実的ではない
■ 8GB前後向け（実用バランス構成：筆者環境）
筆者環境（RTX4060 / 8GB）では、以下の設定が
速度と安定性のバランスが最も良く、現在もこの構成で運用しています。
.\python_embeded\python.exe -s ComfyUI\main.py --windows-standalone-build --use-split-cross-attention --cuda-malloc
■ --use-split-cross-attention
Cross-Attentionの計算を分割処理し、VRAM使用量と安定性のバランスを取る設定です。
メリット
追加パッケージ不要で利用可能
メモリ不足によるクラッシュを軽減
8GB環境でも安定して動作しやすい
Flash Attentionより相性問題が少ない
デメリット
Flash Attentionよりは生成速度がやや遅い
1024px以上では処理が重くなりやすい
小さい解像度では効果を感じにくい
※8GB前後のGPUでは、Flash Attentionよりこちらの方が、安定するケースが多い実用構成です。(筆者環境ではFlash Attentionより安定した結果が得られました。)
※高解像度生成時はVRAM使用率が常時100%近くになるため、バックグラウンドアプリは極力停止することを推奨します。
■ --cuda-malloc
CUDAのメモリ確保方法を安定化させる設定です。
メリット
メモリ断片化を抑制し安定性が向上
連続生成時のOOMやクラッシュを防ぎやすい
デメリット
速度自体が大きく向上するわけではない
※主に「安定化目的」のオプションです。
■ 12GB以上向け（高速化重視構成）
VRAMに余裕がある環境では、以下の設定で高速化が期待できます。
.\python_embeded\python.exe -s ComfyUI\main.py --windows-standalone-build --highvram --use-flash-attention --cuda-malloc
■ --highvram
モデルや中間データを積極的にVRAMへ配置し、高速化を狙う設定です。
メリット
生成速度が向上
CPU↔GPU間のデータ転送が減少
Queue連続生成が高速化
デメリット
VRAM消費量が増える
8GB環境ではOOMになりやすい
※筆者環境（RTX4060 / 8GB）では、高解像度生成時にGPU張り付き、生成速度が低下したため、12GB以上のVRAMがあると安定しやすい印象です。
■ --use-flash-attention
対応環境ではCross-Attention計算を高速化します。
メリット
最速構成になりやすい
デメリット
環境依存でエラーが出る場合がある
2-3. ComfyUIの設定項目（VRAM節約の基本）
起動オプションに加えて、UI側の設定も重要です。
■ 基本設定（低VRAM向け）
Batch Size：1
Queue数：最小限
解像度：512〜768から段階的に上げる
■ VRAM節約のポイント
ControlNetの使用数を減らす
Refinerをオフにする
LoRAを多用しすぎない
不要なノードを削除する
■ VRAM目安と推奨解像度
VRAM推奨解像度6GB以下512〜7688GB768〜102412GB以上1024以上
オプション
■ 注意点
ControlNetやRefinerを併用すると、lowvramでもVRAM不足になる場合があります。その場合は解像度を下げるか、Batch Sizeを1にしてください。
3.まとめ
6GB以下 → --lowvram
8GB前後 → --use-split-cross-attention + --cuda-malloc（筆者実運用）
12GB以上 → --highvram + --use-flash-attention
環境に合わせて起動オプションを使い分けることで、
中・低スペックPCでも安定した画像生成が可能になります。
4.関連記事
次に読むおすすめ記事
VRAM設定ができたら、次はLoRAを導入すると生成できる画像の幅が広がります。
③ LoRA導入とアップスケール手順
https://note.com/like_badger8355/n/n5a3511cfcab7
④高解像度画像生成ワークフロー（Ultimate SD Upscale＋FaceDetailer）
https://note.com/like_badger8355/n/n71306ca4f45a
⑤ 構図を活かしてキャラを作り直すi2iワークフロー
https://note.com/like_badger8355/n/nadcf58caf08f
⑥ControlNet入門（Canny・SoftEdge・Depth・OpenPose＋JSON配布）
https://note.com/like_badger8355/n/n8d37088aedf8
⑦ Inpaint（部分修正）
https://note.com/like_badger8355/n/nfad3edb2d410
⑧ 2種類のLoRAを同時に適用する方法
https://note.com/like_badger8355/n/nf5579e517e04
今までの記事
① ComfyUI Portableの導入方法
https://note.com/like_badger8355/n/ndf216fce9ab6
② VRAM別おすすめ起動設定
https://note.com/like_badger8355/n/nab031e6f22d2
