画像生成用Cloud GPUはどう選ぶ？VRAMだけでなく起動と保存を比較

画像生成用のCloud GPUを選ぶとき、VRAM容量と時間単価だけを見ると、実際の使い勝手を見落とす。モデルを取得する時間、環境が使えるまでの時間、出力を保存する場所、停止後に残る費用が、少量生成ではGPUの計算時間より大きくなることがある。

ここでは「どのGPUが最速か」を決めない。同じComfyUIワークフローを候補環境で一回ずつ動かし、自分の用途で何に時間と費用が使われるかを記録する。

比較前に固定するもの

候補ごとに変えてよいのはCloud環境だけにする。次を固定できないなら、結果を比較しない。

• ComfyUIワークフローのJSON
• チェックポイント、VAE、LoRAなどのファイルと版
• 解像度、ステップ数、サンプラー、シード値
• バッチ数と保存形式
• 初回か、モデルが保存済みか
• 観測開始・終了の時刻

GPU名が同じでも、CPU、RAM、ディスク、ネットワーク、コンテナ、モデルの置き場所が違えば、起動時間や待機時間は変わる。

同じワークフローの観測票

下の表はテンプレートであり、数値は入れていない。候補を二つまで選び、同じ条件で埋める。

項目	候補A	候補B	記録する条件
GPU・VRAM表示			コンソールに表示された構成
環境を起動した時刻			起動操作をした時刻
ComfyUIを開けた時刻			UIへ接続できた時刻
モデル取得・同期時間			初回と保存済みを分ける
生成開始時刻			ワークフローを実行した時刻
生成完了時刻			同一シード値・同一設定
出力の保存先			一時ディスクか永続領域か
出力を手元へ移す時間			同じファイル数で計測
停止後に残る項目			保存、予約、IPなど

この記録があれば、画像一枚だけを急いで作る人と、数日かけてワークフローを調整する人で、選択が変わる理由を説明できる。

保存方式を先に決める

Runpodは一時的なコンテナディスク、永続ボリューム、ネットワークボリュームを分けている。Vast.aiもGPU計算、保存、通信を別の要素として扱い、停止中でも保存領域が課金されることがある。

画像生成では、チェックポイントやLoRAを毎回取得すると、GPU時間より待機が増える。逆に大きなモデルを永続保存すると、作業しない日にも費用が残り得る。次のどちらかを先に決める。

使い方	保存の考え方	向く判断
一度だけ試す	作業終了時に必要な出力だけ回収する	永続保存を増やさない
数日続ける	必要なモデルだけを明示して保存する	保存費用と再取得時間を比べる
継続して使う	バックアップ先と削除手順を決める	停止後に残る費用を定期確認する

Cloudの起動待ちをPC購入の根拠にしない

Cloudで起動待ちがあるからといって、すぐローカルPCを買うべきとは限らない。自宅の電力、設置、故障対応、VRAM不足も別の費用になる。

ローカルAI向けBTO PCの選び方を読む前に、Cloudの請求を「生成時間」だけでなく、起動、保存、転送、停止後の残りまで分けておく。

一枚の生成速度ではなく、作業を始めてから終わり、費用が止まるまでの一連の時間を記録すると、自分に必要なCloud GPUが見えやすくなる。