概要
MultiGPU CFG Split ノードは、同じPCに入っている複数のGPUで拡散サンプリングを分担できるようにします。実際の速度向上はワークフローによって変わりますが、一般的なワークフローでは最大で約1.95倍の高速化が確認されています。重要なポイント
異なる種類のGPUを混在させることはできません。使用するGPUは同じ型でそろっている必要があります。たとえば 2 x 5090 や 2 x 5080 のような構成です。 ComfyUI は起動時に、システムに入っている複数のGPUを自動で検出します。対応GPU
Ampere以降のアーキテクチャを使った、同一GPU 2枚構成に対応しています。たとえば 2 x 3090 や 2 x RTX6000 Pro です。対応モデル
- LTX-2.3
- WAN 2.2
- FLUX.2 Klein - Base Versions
- Z-Image
- Stable Diffusion 3.5 Large
- Hunyuan Video
- Qwen-Image-Edit-2511
- Hunyuan-3D-v2.1
- SDXL
入力
出力
ノード配置とワークフローの注意
max_gpus は、システムに入っている同型GPUの最大数に設定してください。
ノードの配置場所: MultiGPU CFG Split は、Model Load ノードと Sampling ノードの間に置く必要があります。Model Load ノードのモデル出力がほかのノードにもつながっている場合は、Sampling ノードに入る直前の最後のノードとして MultiGPU CFG Split を置いてください。
ワークフロー要件: このノードは CFG の段階で拡散処理を分割します。そのため、ワークフロー内の CFG は 1 より大きい必要があります。CFG = 1 が必要な distilled ワークフローでは、MultiGPU CFG Split を使っても複数GPUによる速度向上はほとんど期待できません。
マルチGPU利用の確認方法
MultiGPU CFG Split を有効にしたワークフローを実行したら、Windows のタスクマネージャーを開き、パフォーマンスの項目を選んでください。
ワークフローのサンプラーが動いている間、2枚のGPUの両方に動きが見えれば正常です。
サンプルのマルチGPUワークフロー（Wan 2.2 FP8）
サンプルワークフロー（Wan 2.2 FP8）このドキュメントは AI によって生成されました。エラーを見つけた場合や改善のご提案がある場合は、ぜひ貢献してください！ GitHub で編集
Source fingerprint (SHA-256):
7293ee785e29aea9a1a70a10444b99e89fb23c866505628ec57c209a2b8aaee0