lovegamingpcs.com
AI開発環境

ComfyUIの導入手順 — WindowsゲーミングPCにポータブル版/WSL2で入れて、fp8でVRAMを節約するまで

ComfyUIはポータブル版を展開してrun_nvidia_gpu.batを押せばブラウザで起動する。Desktop・ポータブル・WSL2の3ルート、CUDA 13.0とドライバ580の条件、fp8モデルと起動オプションを公式情報で整理する。

暗い作業台の上に浮かぶ小さな四角いブロックが光る線で順につながり、その流れがゲーミングPCのグラフィックスカードへ流れ込むイメージ
AI生成のイメージ画像です

ComfyUIは「ブラウザで触るローカルサーバー」で、Windowsならポータブル版を展開して run_nvidia_gpu.bat を押すだけで立ち上がる。詰まるのは手順ではなく、ドライバの世代とVRAMの枠だ。

画像生成AIを自分のゲーミングPCで回すなら、いま一番名前が挙がるのがComfyUIだ。処理の部品(ノード)を線でつないで、1枚の絵ができるまでの工程を自分で組む。

この記事は「動かしてみた」記事ではない。ComfyUIの公式ドキュメント・GitHub README、NVIDIAとMicrosoftの公式ドキュメントに載っている手順と数値だけを、Windowsのゲーミングユーザー向けに並べ直した。

まず全体像。ComfyUIは「ブラウザで触るローカルサーバー」

ComfyUIの本体はPythonで動くサーバーだ。起動するとブラウザで http://127.0.0.1:8188 を開き、そこでノードを並べる(出典: ComfyUI公式 Windowsポータブル版ドキュメント)。

READMEには「コアは、頼まない限り何もダウンロードしない」と書かれている(出典: ComfyUI GitHub README)。モデルは自分で落として、決まったフォルダに置く方式だ。

入れ方は公式に3つある。

ルート 対象 同梱されるもの / 要件(公称)
Desktop版 Windows・macOS インストーラー形式。Windows 10以降、1インストールあたり4.85GB以上を推奨。ComfyUI-Managerは最初から有効
ポータブル版 Windows 7zを展開するだけ。NVIDIA版はPython 3.13とPyTorch(CUDA 13.0)を同梱
手動インストール Windows・Linux・macOS git cloneとpipで自分で組む。WSL2はこのルート

出典: ComfyUI GitHub README / Desktop(Windows)ドキュメント / ポータブル版ドキュメント。

現場でいえば、Desktop版は完成品のユニットハウス、ポータブル版は部材一式の現場搬入、手動インストールは基礎から打つ在来工法だ。どれでも建つが、手を入れられる範囲が違う。

入れる前に確認する土台。ドライバとGPU世代

先に確認すべきは、GPUとドライバの組み合わせだ。ここを外すと、どのルートでも起動で止まる。

  • PyTorchとCUDA: 公式の要件は「RTX 20番台以降のNVIDIA GPUではcu130以上のPyTorchが必要」(出典: ComfyUI システム要件)
  • ドライバ: NVIDIAの公表表で、CUDA 13.0 GAの最低ドライバはWindows・Linuxとも「580以降」(出典: CUDA Toolkit Release Notes)
  • 古いGPU: READMEには、10番台など古い世代向けに ComfyUI_windows_portable_nvidia_cu126.7z が別に用意されている。こちらはCUDA 12.6・Python 3.12の組み合わせだ(出典: ComfyUI README / ポータブル版ドキュメント)
  • Python: 3.13が推奨。3.14は動くが一部のカスタムノードで問題が出ることがあり、3.12は依存関係で困ったときの代替とされる(出典: ComfyUI システム要件)
  • ブラウザ: Google Chrome 143以降を推奨、142以前は既知の問題があるとの記載(出典: 同上)

VRAMやメモリの最低容量は、システム要件ページには書かれていない。何GBで何が回るかは、モデル側で決まる。その目安は画像生成AIに必要なVRAMの記事にまとめてある。

ネイティブかWSL2か。違いは「Pythonがどこにいるか」だけ

ポータブル版とWSL2の手動インストールで迷う人は多いと思う。仕組みで並べると、違う場所は1か所しかない。

ブラウザ(ノードを並べる画面)http://127.0.0.1:8188ルートA: ポータブル版(Windows)ルートB: WSL2に手動インストールrun_nvidia_gpu.batpython_embeded(Python 3.13 同梱)PyTorch(CUDA 13.0版)も同梱python main.py仮想環境に pip install torch(cu130)WSL2(Ubuntu等のLinux)Linux用ドライバは入れないWindows側のNVIDIAドライバ(1本だけ)CUDA 13.0 の最低要件は 580 以降GPU / VRAMRTX 20番台以降は cu130 版が必要
ネイティブ(ポータブル版)とWSL2の違いは「PythonとPyTorchがどこにいるか」だけだ。画面はどちらもブラウザの 127.0.0.1:8188、GPUに届く最後の関門はどちらもWindows側のNVIDIAドライバ1本。WSLの中にLinux用ドライバは入れない。

画面はどちらもブラウザで、GPUに届く最後の関門はWindows側のNVIDIAドライバ1本だ。NVIDIAのWSLガイドは「インストールが必要なドライバはこれだけ。WSLにLinux用のディスプレイドライバを入れないこと」と明記している(出典: NVIDIA CUDA on WSL User Guide)。

WSL2で動かしたサーバーも、既定のNAT構成ならWindows側のEdgeやChromeから localhost で開けるとMicrosoftのドキュメントにある(出典: Microsoft WSL networking)。

俺の整理はこうだ。画像を作るだけならポータブル版かDesktop版。LinuxのツールやPythonスクリプトと一緒に回すならWSL2。WSL2そのものの土台づくりはWSL2+CUDAの構築記事に分けてある。

公式の手順。ポータブル版とWSL2

ルートA: ポータブル版(Windows)

  1. GitHubのReleasesから ComfyUI_windows_portable_nvidia.7z を落とす
  2. 7-Zipで展開する。READMEには新しいWindowsならエクスプローラーでも展開できるとある
  3. 展開したフォルダの run_nvidia_gpu.bat をダブルクリックする
  4. ブラウザで http://127.0.0.1:8188 を開く

フォルダには ComfyUI(本体)、python_embeded(同梱Python)、update(更新用バッチ)、run_cpu.bat が並ぶ。更新は update フォルダの update_comfyui.bat(最新コミット)か update_comfyui_stable.bat(安定版)を使う(出典: ポータブル版ドキュメント)。

パッケージを足すときは、システムのPythonではなく同梱側のpipを使う。

.\python_embeded\python.exe -m pip install <package-name>

ルートB: WSL2(Ubuntu等)に手動インストール

WSL2の前提は、Microsoftの手順で「Windows 11、またはWindows 10 バージョン21H2」、カーネル5.10.43.3以降だ(出典: Microsoft Learn「Enable NVIDIA CUDA on WSL 2」)。WSLの導入はNVIDIAガイドの通り wsl.exe --install と wsl.exe --update になる。

ComfyUIの手動手順は次の順だ。公式は「依存関係がシステムの他のものと衝突しうるので、独立した仮想環境が必要」としている(出典: ComfyUI 手動インストール)。

conda create -n comfyenv
conda activate comfyenv
git clone https://github.com/Comfy-Org/ComfyUI.git
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu130
cd ComfyUI
pip install -r requirements.txt
python main.py

カスタムノードを入れるならComfyUI-Manager。 Desktop版は最初から有効だ。ポータブル版と手動インストールは、manager_requirements.txt を入れてから --enable-manager を付けて起動する(出典: ComfyUI-Manager インストール)。

.\python_embeded\python.exe -m pip install -r ComfyUI\manager_requirements.txt
.\python_embeded\python.exe -s ComfyUI\main.py --windows-standalone-build --enable-manager

手動インストール側は pip install -r manager_requirements.txt → python main.py --enable-manager だ。

fp8と起動オプション。重みを小さく載せる

起動したら、次の壁はVRAMだ。ここは段取り八分で、モデルを落とす前にファイルの大きさとVRAMの枠を見比べておく。

モデルの置き場所。 READMEの記載では、チェックポイントは models/checkpoints、VAEは models/vae に置く。Flux.1のフル版は diffusion_models・text_encoders・vae に分けて置く構成だ(出典: ComfyUI README / Flux.1 テキストto画像チュートリアル)。

fp8版を選ぶ。 公式のFluxチュートリアルは、fp8版を「fp16版より品質は下がるが、必要なVRAMが少ない」と説明している。fp8版の flux1-dev-fp8.safetensors は models/checkpoints に置く。テキストエンコーダーも、VRAMが厳しければ t5xxl_fp16 の代わりに t5xxl_fp8_e4m3fn を試せるとある(出典: Flux.1 チュートリアル)。

ファイル(Comfy-Org/flux1-dev) 表示サイズ
flux1-dev.safetensors 23.8GB
flux1-dev-fp8.safetensors 17.2GB

出典: Hugging Face Comfy-Org/flux1-dev のファイル一覧、Flux.1 チュートリアル。

同じモデルでも、fp8版はファイルで6.6GB小さい。ただし、この数字がそのままVRAM使用量になるわけではない。READMEはVRAMとRAMの管理やモデルのオフロードを機能として挙げており、実際の使用量はワークフローや解像度で変わる。

起動オプション。 ソースの引数定義(cli_args.py)に載っている、VRAMまわりの主なものを並べる。

  • --fp8_e4m3fn-unet: 拡散モデル(unet)の重みをfp8_e4m3fnで保持する
  • --fp8_e4m3fn-text-enc: テキストエンコーダーの重みをfp8で保持する
  • --reserve-vram: OSや他のソフト用に確保しておくVRAMをGBで指定する
  • --lowvram: 動的VRAMが有効なら何もしない。そうでなければテキストエンコーダーをCPUで動かす
  • --novram: lowvramで足りないとき用
  • --cpu: すべてCPUで動かす(遅い)

ゲームやブラウザを並べて開くなら、--reserve-vram で搬入口の一部を空けておく、という使い方が引数の説明に沿う。モデル置き場を別ドライブにしたいときは、extra_model_paths.yaml.example を extra_model_paths.yaml にコピーしてパスを書く(出典: ポータブル版ドキュメント)。

次の一歩

手順は公式の通りで終わる。決め手は、ドライバが580以降か、そして載せたいモデルがVRAMの枠に収まるかの2点だ。

  • 20番台以降のGeForceなら、ポータブル版(CUDA 13.0)から
  • 10番台なら、cu126版のポータブルを選ぶ
  • VRAMが足りなければ、まずfp8版のモデルとテキストエンコーダーに替える

VRAM基準で仕分けた今週のセール機と二刀流ランキングは、その「GB」で選べるように組んである。最強の1台より、ドライバとVRAMの2点を外さない1台だ。

※本記事はComfyUI公式ドキュメント・GitHub README、NVIDIA・Microsoftの公開情報に基づく手順解説です。動作可否や速度はGPU・ドライバ・モデル・ワークフローにより変わります。最新の手順は各公式ドキュメントをご確認ください。

出典