RTX2080からRTX3090に変更して画像生成してみた【Stable Diffusion】

GPUをRTX2080(VRAM 8GB)からRTX3090(VRAM 24GB)に換装して、Stable Diffusionによる画像生成を行ってみましたのでご紹介します。

画像生成におけるVRAM容量の重要性

画像生成AIの動作を、大きなパズルの作成に例えてみましょう。

このパズルを完成させるためには、多数のピースを同時に配置し、正しい位置関係を見極めながら組み立てる必要があります。GPUメモリは、これらのパズルのピースを一時的に置く「テーブル」のようなものです。

大きなパズルや複雑な画像を作る場合、より広い「テーブル」（すなわち多くのGPUメモリ）が必要です。GPUメモリが少ないと、パズルのピースを一度にすべて配置できず、効率的に組み立てることが難しくなります。逆に、GPUメモリが豊富にあれば、多くのピースを同時に扱い、迅速にパズルを完成させることができます。

つまり、画像生成AIにおけるGPUメモリの多さは、AIがより高品質で複雑な画像を迅速に生成する能力を向上させるキーとなる要素です。

RTX 3090に換装

今まで、RTX2080を使っていたんですが、3090は圧倒的にデカイです。

フルタワーケースじゃないと入らないかもしれないですね。

RTX2080とRTX3090の画像生成時間の比較

Stable Diffusinの設定は同じで、グラフィックボードだけを変えて、画像の出力にかかる時間を測定しました。

画像サイズが400×400px以下では、顔がぐちゃぐちゃになった絵が多くなり質はかなり落ちていました。
また、1000×1000pxを超えると、人物が増える傾向が強まり、上半身だけの人物が出る割合も増加しました。使っているモデルがどういうものかによって、最適な出力サイズがあるように思いました。

今回使用したモデルでは、どちらのグラボでも600～800pxが最も良くプロンプトを反映した結果になったように感じました。

800×800pxで快適に出力するとなると、VRAM 8GBでは少し遅いので12GBくらいがおすすめです。

おすすめグラボ

StableDiffusionに必要なGPU等のスペックに関して、開発元Stability.AIでは明確な記載はしていません。

しかし、StableDiffusionを動かすうえではNvidia製のGPUが推奨されています。

既にご存じとは思いますがGPUには、AMD製のRadeonなどもあります。

Radeonは、StableDiffusionとの相性が悪く、画像生成速度がかなり遅いそうなので、Stable Diffusionを主な使用目的の場合には間違って買わないよう気を付けてください。

一度に多くの画像の生成や解像度を上げて出力できるためビデオメモリ（VRAM）の容量が多い程、画像生成には有利です。

VRAM８GBのRTX2080を以前使っていたのですが、画像生成は少し遅く感じましたので、VRAM12GBくらいが最適だと思います。

自分でLoRAを作成する場合には、画像生成よりも多くのVRAMを使用しますので、そのような場合にはもっとたくさんのVRAM容量があると快適だと思います。

GG-RTX3060-E12GB/OC/DF　GALAKURO GAMING 価格：39,970円（税込、送料別) (2024/1/9時点) 楽天で購入

MSI MSI GeForce RTX 3060 VENTUS 2X 12G OC（LHR） / PCI Express 4.0 グラフィックスボード GeForce RTX 3060 VENTUS 2X 12G OC 価格：39,800円（税込、送料別) (2024/1/9時点) 楽天で購入