CUDA out of memory：モデルの読み込み・サンプリング・VAE デコードを切り分ける

症状と対象範囲

負荷を下げる前に、GPU メモリの確保に失敗した段階を特定します。GPU の公称 VRAM 容量、モデルファイルの大きさ、その処理で実際に使用できるメモリは異なります。

検索の手掛かりとなるエラーの断片です。番号、数値、ファイル名は環境によって変わります。

CUDA out of memory
torch.OutOfMemoryError

出典から確認できること

ComfyUI の公式トラブルシューティングは、解像度やバッチサイズを下げる方法とメモリ管理の選択肢を説明しています。PyTorch の empty_cache ドキュメントによると、empty_cache() が解放するのは未使用のキャッシュです。PyTorch が使用できる GPU メモリの総量は増えず、使用中のテンソルを消す操作でもありません。

区別すべき状況

1. 同じ GPU を別の生成処理や ComfyUI インスタンスが使用している。

2. 解像度、バッチサイズ、動画のフレーム数、同時に保持するモデルがピーク時の空き容量を超えている。

3. 作業領域、保持されたテンソル、カスタムノードのキャッシュによって、特定の段階で必要なメモリが増えている。

確認手順

以下は引用した資料に基づく編集上の手順です。あなたの環境で原因が確定したことを意味しません。

手順 1. 最後に実行していたノード、確保を要求したメモリ量、GPU、画像サイズ、バッチサイズ、フレーム数、同時実行数を記録します。

手順 2. 不要だと分かっている処理だけを停止します。すべての設定を一度に変えず、まずキューに入れる処理を一つにします。バッチサイズ 1 や小さい入力を基準に使うのは、そのワークフローとモデルが対応する場合だけにします。

手順 3. サンプリング中の失敗なら、ワークフローとモデルが許す範囲で画像・動画の負荷を下げます。VAE デコード中の失敗なら専用のガイドを参照します。モデル読み込み時の失敗なら、意図しない大きなモデルや複数モデルの同時読み込みを確認します。

手順 4. オフロード、量子化、低メモリ設定を試す前に、モデルとバージョンの対応状況を確認します。ワークフローのコピーで設定を一つずつ変え、結果を記録します。

完了の確認

対応する小さい基準入力で繰り返し完了し、対応する設定を一つ変えたときの変化を説明できることを確認します。基準入力で成功しても、元の負荷で動く保証にはなりません。

注意点

キャッシュの消去、再起動、任意のアロケーター環境変数は、どの環境にも効く修復方法ではありません。オフロードによって負荷がシステム RAM に移ることがあり、設定の変更で出力も変わる可能性があります。

参照した原文資料

• ComfyUI の公式トラブルシューティング（英語）
• PyTorch の torch.cuda.memory.empty_cache（英語）

資料を確認した日付は 2026-09-25 です。この記事は GPU での実行結果、必要 VRAM の下限、修復の保証を示すものではありません。

関連記事

• サンプリング後の VAE デコードでメモリ不足になる場合（英語）
• Windows エラー 1455：ページファイル不足と CUDA メモリ不足の違い（英語）
• 低メモリ向けワークフローを一つずつ調整する（英語）