【Stable Diffusion】RTX50シリーズでComfyUIを起動する方法【CUDA 12.8対応】

せっかくRTX 50シリーズを買ったのにStable Diffusionが動かず困っているあなた！これで救われます！！（たぶん）

この記事では RTX50シリーズでStable Diffusion ComfyUIを起動する方法を解説します。

Automatic1111 のインストール方法は以下の記事で解説しています。

あわせて読みたい

【Stable Diffusion】 RTX50シリーズでStable Diffusionを起動する方法 【CUDA 12.8対応】

最終的にはStable Diffusionを Linux 上で起動させますが、LinuxをWidnows上で動かすので、Windows PCだけで完結するようにしました。（もちろん生のLinuxでも大丈夫です）

Linux のほうがStable Diffusionに必要なライブラリの開発が早いらしいですね。

wsl --install

NVIDIAの最新GPU(Blackwell 世代)である RTX5070, RTX5070Ti, RTX5080, RTX5090 では単ににStable Diffusionをインストールしただけでは動かないようになりました。

Blackwell 世代のGeForce RTXシリーズが CUDA 12.8 以降でないと対応していません。

一方、Stable Diffusion の中で使用している PyTorch は バージョン2.6が最新版であり、CUDA 12.6 までの対応でとなります。

このバージョン差がRTX50シリーズで Stable Diffusion が動作しない理由です。

ただ、PyTorch はバージョン 2.8で CUDA 12.8 への対応が予定されており、実はベータ版が公開されています。

この記事では PyTorch 2.8 をインストールしてRTX50シリーズでComfyUIを起動する方法を解説します。

CUDA Toolkit 12.8 のインストール

CUDA 12.8のインストールを行います。
NVIDIAの公式サイト（最新CUDAのダウンロードページ）からインストールします。

以下の記事でCUDAのインストール方法を解説していますのでこちらを参考にしていただければと思います。

あわせて読みたい

【Linux】UbuntuにCUDAをインストールする方法【NVIDIA】

pyenvのインストール

pyenv は、複数の Python バージョンを簡単に切り替えられるツールです。
Pythonを直接インストールしてもよいのですが、それだとほかのバージョンのPythonを使うときにStable Difffusionが起動できなくなったり、将来的にStable DifffusionのPythonバージョンが更新された場合に、自分のパソコンのPythonバージョンを更新するのも大変なので、pyenvで環境を作るのがおすすめです。

インストール方法は以下の記事にまとめていますので、こちらを参考にインストールを進めてみてみください。

あわせて読みたい

【Python仮想環境構築】pyenv+venvの開発環境の作り方【Linux】

Python 3.12のインストール

それでは、ComfyUI が指定しているPython 3.12をインストールしましょう。
(3.13もサポートしているそうですが、おすすめは3.12とのこと。)

まず、以下のコマンドでpyenvでインストールできるPython 3.12の一覧を確認します。

 pyenv install --list | grep 3.12

これで表示される中で最も新しいものをインストールするのが良いと思います。
えりるさんは3.12.9を入れました。

以下のコマンドでインストールができます。

pyenv install 3.12.9

pyenvでインストールしたpythonを使うときは、pythonを使いたいフォルダ内にcdコマンドで移動してから そのフォルダ内だけでpythonを有効化します。

cd pythonを使いたいフォルダのパス
pyenv local 3.12.9

ComfyUIのセットアップ

ダウンロード & インストール

ComfyUIのGitHubリポジトリから一式をダウンロード（リポジトリをクローン）します。

いったんホームディレクトリに戻りましょう。インストールしたい場所があればその場所へ移動してください。

cd ~

以下のコマンドでリポジトリをクローンします。

git clone https://github.com/comfyanonymous/ComfyUI.git

するとComfyUIというフォルダができているのでそこに移動しておきます。

cd ComfyUI

Python 3.12 と仮想環境の有効化

まず、Python 3.12.9の仮想環境を作ります。今いるフォルダで動作するpythonを以下の通り指定します。

pyenv local 3.12.9

次に以下のコマンドで仮想環境venvを作ります。

python -m venv venv

そのあと、仮想環境を有効化します。

source venv/bin/activate

PyTorch 2.8 のインストール

ここで、PyTorch公式ページからインストールに必要な情報を探します。

ページにアクセスして以下のように環境を選択すると一番下の欄にインストールに必要なコマンドが出てきます。（pip3と書いていますがpipで動きます）

今回はtorchaudioは不要なので、以下のコマンドでtorch , torchvison, torchaudioをインストールします。

pip install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cu128

これでCUDA12.8に対応したPyTorchをインストールすることができました。

PyTorch以外の必要なパッケージのインストール

あとはPyTorch以外に必要なパッケージのインストールをすれば環境構築は完了です。
方法は簡単で、以下のコマンドでインストールすることができます。

pip install -r requirements.txt

起動

ComfyUIはディレクトリ内にあるmain.pyを実行することで起動できます。
コマンドは以下の通り。

python main.py

起動するとテンプレートを選ぶ画面が出てくるので、が画像生成をする場合はImage Generationを選びましょう。

初回起動時、以下のようにモデルがないとの警告が出ます。ダウンロードボタンからモデルを取得しておきましょう。

画像生成画面は以下の通りです。あとは右下の実行するボタンを押すと画像生成が始まります。

無事生成されたらセットアップは完了です。

おまけ: AUTOMATIC1111 の活用

Stable Diffusion AUTOMATIC1111を持っている方は、そこにインストールしているモデル（ControlNetのモデルも含む）やLoRAを流用することができます。

同じディレクトリにextra_model_paths.yaml.example というファイルがあるのでそれをエディタで開きます。
コマンドラインで操作するにはvimで開けばよいので以下のコマンドです。

vi ./extra_model_paths.yaml.example

すると、以下の記述が冒頭にあると思います。

a111:
    base_path: path/to/stable-diffusion-webui/

    checkpoints: models/Stable-diffusion
    configs: models/Stable-diffusion
    vae: models/VAE
    loras: |
         models/Lora
         models/LyCORIS
    upscale_models: |
                  models/ESRGAN
                  models/RealESRGAN
                  models/SwinIR
    embeddings: embeddings
    hypernetworks: models/hypernetworks
    controlnet: models/ControlNet

この中のpath/to/stable-diffusion-webui/をStable Diffusion AUTOMATIC1111のインストールディレクトリに書き換えます。
ホームディレクトリ直下にある人は

~/stable-diffusion-webui/

でOKです。その後ComfyUIを起動すると、AUTOMATIC1111に入っているモデルを使えるようになっていることが確認できると思います。

まとめ

この記事では RTX50シリーズでStable Diffusion ComfyUIを起動する方法について解説しました。
何かの参考になればうれしいです。

また、以下の記事ではRTX50シリーズのGPUのStable Difffusionにおける画像生成時間を比較しています。よければ一緒にご覧くださいな。

あわせて読みたい

【生成AI用おすすめGPU】Stable Diffusionのパフォーマンス比較とおすすめグラボ、パソコンの紹介【RTX50シリーズ】

えりる

XInstagramContact

日本のどこかに生息する平成生まれの研究者。とっても理論家と思いきや気分屋さんでもある。基本的にめんどくさがり。修士（工学）を持っている。