【実測レポート】画像生成AI（Stable Diffusion）を自分のPCで動かす際の速度とVRAM消費量の目安

「自分のPCで画像生成AIを動かしたいけれど、どのくらいのスペックが必要なのか分からない」という悩みは、ローカルAIを始める際によく耳にするものです。今回は、このアカウントの実験環境を用いて、主要な2つのモデル系における生成速度とVRAM（ビデオメモリ）の使用量を実測した結果を詳しく解説します。

今回の実験環境

正確な数値を把握するために、以下の環境で検証を行いました。

CPU：AMD Ryzen 7 9800X3D 8-Core Processor

メモリ：31GB

GPU：NVIDIA GeForce RTX 4080 (VRAM 16376 MiB)

ツール：Stable Diffusion WebUI Forge（※画像生成AIを動かすためのインターフェースの一つ）

設定：サンプラー Euler a、CFG 5、25ステップ（※画像を完成させるまでの計算回数）

• novaAnimeXL（SDXL系）：1024×1024サイズで約5.8秒（4.3ステップ/秒）
• novaAnimeXL（SDXL系）：832×1216サイズで約5.8秒（4.3ステップ/秒）
• Realistic Vision 5.1（SD1.5系）：512×512サイズで約1.7秒（15.1ステップ/秒）
• Realistic Vision 5.1（SD1.5系）：512×768サイズで約2.1秒（11.7ステップ/秒）

モデルによる「標準的な大きさ」の違い

画像生成AIには大きく分けて、世代の異なるモデルが存在します。今回の実験では「SDXL系」と「SD1.5系」という代表的な2種類を比較しました。

まず重要なポイントとして、それぞれのモデルで推奨される標準的な出力サイズが異なります。公式の情報によれば、SD1.5系は512px前後、SDXL系は1024px前後が標準的な大きさとされています。

このサイズの差が、生成速度やVRAMの使用量に大きく影響します。

• SD1.5系：軽量で高速なため、比較的低スペックな環境でも扱いやすい
• SDXL系：高品質だが、より大きな計算資源を必要とする

参考：モデルの大きさと速さ（実測）

VRAM（ビデオメモリ）の消費量と注意点

生成中にGPUが使用する「VRAM」の量は、快適に動かすための最重要指標です。今回の実験で記録された使用量は以下の通りです。

SDXL系モデルでは、約10.3GBから10.4GB程度のVRAMを消費しました。一方で、SD1.5系モデルでは、約7.9GBから8.3GB程度の消費に留まっています。

ここで一つ注意点があります。今回の測定に使用した「Forge」というツールは、システムに空き容量がある場合、あらかじめ多めにメモリを確保する性質を持っています。

そのため、実測された数値よりも少ないVRAMを搭載したGPUでも、モデルが動作する可能性は十分にあります。

• VRAM 8GBのGPU：SD1.5系であれば現実的に動く可能性が高い
• VRAM 16GBのGPU：今回の実験環境（16GB）では、SDXL系でも約10GB強の消費でした。この数値から見ると、これ以上の容量があれば比較的余裕を持って動かせる範囲内といえそうです。

まとめ

今回の実験を通じて、動かしたいモデルによって必要なスペックが明確に分かれることが分かりました。SD1.5系をメインに楽しむのであれば、比較的控えめなVRAM容量でも挑戦の余地があります。より高精細なSDXL系をスムーズに運用したい場合は、余裕を持ったVRAM容量を確保することがポイントです。

ご自身のPC環境でどのモデルが動くか迷っている方は、まずは自分のGPUのVRAM容量を確認することから始めてみてください。

• 自分の目的（速度重視か、高画質重視か）に合わせてモデルを選ぶ
• まずは低負荷なSD1.5系から試してみるのも一つの手です
• ツールの特性によってメモリ確保量は変動することを念頭に置く

よくある質問