【Stable Difffusion】WSL2と実環境Linuxの性能比較【RTX5080】

この記事では実環境(ネイティブ環境と呼ぶことにします)とWSL2環境のUbuntu上で動作するStable Difffusionの画像生成時間を比較してみます。
テスト環境
パソコンとOS
パーツ | ネイティブ | WSL2 |
---|---|---|
CPU | Ryzen 5 5500 | Core Ultra 9 285K |
マザーボード | ASRock B550M Pro RS | TUF GAMING Z890-PRO WIFI |
メモリ | SKhynix DDR42666MHz 8GB x4 = 32 GB | G.skill DDR5 5200 MHz 48 GB x4 = 192 GB |
GPU | RTX 5080 16GB | RTX 5080 16GB |
OS | Ubuntu 24.04 (ネイティブ環境) | Ubuntu 24.04 (WSL2で動作) |
NVIDIA Driver | 570.133.20 | 572.83 |
主要なライブラリなど | CUDA 12.8 Pytorch 2.8 (Nightly) xformers 0.0.30 (詳細はこちら) | CUDA 12.8 Pytorch 2.8 (Nightly) xformers 0.0.30 (詳細はこちら) |
Stable Diffusion Automatic1111
- コミットハッシュ: 82a973c04367123ae98bd9abdf80d9eda9b910e2
- 起動オプション: –xformers –opt-channelslast
512×768:神里綾華ベンチマーク(SD 1.5)

使用モデル、Stable Difffusionの設定の詳細はこちら
- Model: Anything v5 (hash = 7f96a1a9ca )
- 画像生成の設定
- Positive Prompt:
masterpiece, best quality, 1girl, kamisato ayaka (flawless radiance), genshin, kamisato ayaka, official costume, beatufiul face, ponytail, kote, kusazuri, blunt bangs, hair ribbon, red ribbon, japanese armor, grey eyes, light blue hair, looking at viewer, sakura background, - Negative Prompt:
nsfw, (worst quality, low quality, bad anatomy, extra digits), signature, artist name, watermark, bad_prompt, - Method: DPM++ 2M Karras
- Sampling Steps: 20
- Batch Count: 10
- Batch size: 1
- CFG Scale: 7
- Seed: 20210928
- Positive Prompt:
512x768pxの画像を10枚連続で生成するのにかかる時間を比較します。
ちもろぐさんのベンチマークとできるだけ同じ条件にしました。
生成時間は下のグラフのようになりました。
ネイティブ環境(実環境)のほうがやはり早く、
WSL2にすることで15%ほど生成時間が長くなる結果となりました。
15%は許容できるくらいの性能劣化かなと思います。
WSL2の手軽さや新しいパソコンを用意しなくてもよいコスト面の良さを考えると、WSL2も良い選択肢かなと思いました。

まとめ
この記事では実環境(ネイティブ環境と呼ぶことにします)とWSL2環境のUbuntu上で動作するStable Difffusionの画像生成時間を比較してみました。
Stable Difffusionによる画像生成時間はネイティブ環境と比べてWSL2は15%程度長くなるという結果でした。
Ubuntuネイティブ環境でのRTX50シリーズとRTX4060の性能比較もやってみましたので、こちらもよろしくどうぞ。


みなさん、よい画像生成ライフを!
画像生成AIならPICSOROBAN
PICSOROBANは、ブラウザから手軽にStable Diffusionを使った画像生成が可能なクラウドサービスです。高価なPCやGPUを必要とせず、インストールやプログラミングも不要なため、テキストプロンプトを入力するだけで簡単に画像を生成できます。
CivitaiのモデルやLoRAをドラッグ&ドロップでアップロードして利用できるほか、ControlNet機能でキャラクターのポーズや線画を細かく制御することも可能です。画像生成を効率化するさまざまな拡張機能にも対応しており、これから画像生成AIを試したい方にもおすすめです。