参考資料

2 枚の GPU のうち 1 枚だけが使用されるとき：選択、並列実行、VRAM のプール化を区別する

複数の GPU で VRAM をプール化できると思い込む前に、認識されているデバイスと実際の実行経路を確認します。

更新日 2026-10-01公開版: 3参照元の版: 7

必要なマルチ GPU の動作を定義する

一つのタスクでデバイスを選ぶこと、別々のタスクを別々のデバイスで実行すること、一つのモデルを複数のデバイスに分割することを区別します。カードが 2 枚あるだけでは、これらの動作が自動的に実現するとは限りません。

PyTorch では CUDA_VISIBLE_DEVICES をデバイスの可視性設定として説明しています。ComfyUI は API を通じてシステム情報を公開します。1（英語） 2（英語）どちらも、ワークフローが VRAM をプール化する証拠にはなりません。

推奨する記録には、デバイス名と安定した識別子、起動設定、バックエンドのログが含まれます。「GPU 0」とだけ表示されたスクリーンショットでは、設定の異なるプロセス間で物理デバイスの同一性を特定できません。

まず、小さなタスクを実行して状態を確認します。デバイスの選択は、対応するランチャーまたはバックエンドの設定だけで変更して再起動し、実際のデバイス情報を比較します。すべてのカスタムノードが同じ選択経路を使うとは限りません。

一つのデバイスのメモリを超えるモデルでは、モデルまたはバックエンドが明示的に分割やオフロードに対応しているかを確認します。認識される GPU を増やしただけでは、その機能は実装されません。デバイスの使用状況、並列実行、出力を別々に記録し、測定していないリソース値は空欄のままにします。

匿名です。はい・いいえの件数のみ保存し、アカウント、IP アドレス、端末情報は保存しません。

出典に基づく診断ガイダンスです。ローカルでのマルチ GPU テストや VRAM の測定結果はありません。サイト全体のゲートにより、インデックス登録は引き続き保留されています。