Сколько VRAM нужно для локальной генерации изображений

MAATRIX

Вы решили поставить Stable Diffusion, ComfyUI или Automatic1111 на свой сервер и упёрлись в первый вопрос: а сколько видеопамяти вообще нужно? Продавцы GPU-серверов называют разные цифры, форумы спорят, а купить видеокарту с запасом «на всякий случай» — дорого. Разберём по-честному: что именно ест VRAM, сколько её нужно под разные модели и разрешения, и что делать, если карта слабее, чем хотелось бы.

Что такое VRAM и чем она отличается от RAM

Если вы никогда не разбирались в этом — вот суть в двух словах. RAM (оперативная память) — это память самого компьютера или сервера, она обслуживает процессор (CPU) и общие задачи операционной системы. VRAM (видеопамять) — это отдельная, намного более быстрая память, распаянная прямо на видеокарте (GPU). Она нужна, потому что процессор генерации изображений — это GPU, а не CPU, и все веса модели, промежуточные вычисления и результат должны находиться максимально близко к вычислительным ядрам видеокарты — иначе всё упрётся в скорость обмена данными между CPU и GPU.

Ключевой момент для новичка: 32 ГБ обычной RAM на сервере вообще не помогут, если у видеокарты всего 6 ГБ VRAM. Генерация изображений (в отличие от многих других задач) работает почти целиком в видеопамяти, и именно её объём определяет, какую модель и в каком разрешении вы сможете запустить. RAM в этой истории — второстепенный ресурс: она нужна для загрузки данных, работы самого ComfyUI/Automatic1111 и, как вы увидите ниже, как «аварийный выход» при нехватке VRAM ценой скорости.

От чего зависит расход VRAM

Объём видеопамяти, который съедает генерация, складывается из нескольких факторов, и все они умножаются друг на друга:

• Сама модель — её веса надо целиком (или почти целиком) загрузить в VRAM. SD 1.5 весит около 2-4 ГБ в зависимости от версии и точности, SDXL — заметно больше, потому что архитектура крупнее и работает с более крупными латентными представлениями.
• Разрешение изображения — генерация 1024×1024 требует ощутимо больше памяти, чем 512×512, потому что промежуточные тензоры (по сути, черновики изображения на разных этапах диффузии) растут вместе с разрешением, причём не линейно, а быстрее.
• Batch size — если вы генерируете не одну картинку, а сразу несколько (batch), VRAM расходуется на каждую параллельно. Батч из 4 изображений грубо в несколько раз прожорливее одного.
• Дополнительные модули — ControlNet, IP-Adapter, несколько одновременно подключённых LoRA, upscaler, refiner у SDXL — каждый добавляет свою долю VRAM поверх базовой модели.
• Точность вычислений (precision) — fp32 (полная точность) требует вдвое больше памяти, чем fp16 (половинная точность), при этом визуальная разница в большинстве случаев малозаметна.

Важная оговорка: конкретные цифры ниже — ориентировочные диапазоны, а не гарантия. Реальный расход зависит от версии ПО (Automatic1111, ComfyUI, ComfyUI с разными нодами), настроек оптимизации, драйверов CUDA и конкретной сборки модели. Смотрите на них как на порядок величины для планирования, а не как на точный бенчмарк.

Таблица: сколько VRAM нужно для типовых сценариев

Если резюмировать: для «просто попробовать» SD 1.5 хватит скромной карты уровня 6-8 ГБ VRAM. Для SDXL в его родном разрешении 1024×1024 закладывайте от 10 ГБ, а для комфортной работы с ControlNet, несколькими LoRA и refiner — от 16 ГБ. Обучение (fine-tuning, LoRA-тренировка) всегда прожорливее инференса той же модели.

Что происходит при нехватке VRAM

Здесь важно понимать: нехватка видеопамяти — это не «будет медленнее». Если видеопамяти физически не хватает под загрузку модели и текущий батч, процесс просто падает с ошибкой, чаще всего это CUDA out of memory (иногда сокращают до OOM). Генерация прерывается, вы теряете прогресс текущего запроса, и в консоли ComfyUI или Automatic1111 появляется трейсбек с указанием, сколько памяти было доступно и сколько пытались выделить.

Типичный текст ошибки выглядит примерно так:

torch.cuda.OutOfMemoryError: CUDA out of memory. Tried to allocate 2.50 GiB
(GPU 0; 8.00 GiB total capacity; 6.12 GiB already allocated; ...)

Это принципиально отличается от нехватки обычной оперативной памяти, где система может начать использовать своп-раздел и просто «затормозить». VRAM так не работает: если данные не помещаются на карту, операция обрывается. Отсюда и практическая рекомендация — при выборе GPU для генерации изображений закладывать объём VRAM с запасом, а не впритык под «минимальные требования», которые часто написаны для самого лёгкого сценария без ControlNet и без батчей.

Как уложиться в меньший объём VRAM

Если карта, которая у вас есть или которую хочется арендовать, меньше «комфортного» значения из таблицы — это не значит, что запуск невозможен. Есть несколько рабочих способов снизить расход:

Пониженная точность (fp16 вместо fp32). Большинство современных сборок Stable Diffusion и SDXL по умолчанию используют fp16 — это уже наполовину снижает расход памяти по сравнению с полной точностью fp32, почти без видимой потери качества. Проверьте, что в настройках вашей сборки (в Automatic1111 это флаг --precision full для fp32 — по умолчанию его быть не должно) fp16 действительно включён.

Квантование модели. Более агрессивный вариант — квантованные версии моделей (например, форматы с пониженной битностью весов), которые ещё сильнее ужимают объём в памяти ценой части качества или скорости. Это тот же принцип, что применяется при квантовании языковых моделей — если хотите разобраться в логике quantization подробнее, у нас есть отдельный разбор квантования моделей и форматов q4/q5/q8.

Меньший batch size. Самый простой рычаг — генерировать по одному изображению за раз вместо батча из 4-8. Это прямо пропорционально снижает пиковый расход VRAM, хотя и увеличивает суммарное время на получение того же количества картинок.

Model offloading (разгрузка в RAM). И ComfyUI, и Automatic1111 умеют держать часть весов модели не в видеопамяти, а в обычной оперативной, подгружая нужные слои в VRAM по мере необходимости. В Automatic1111 это флаги вроде --medvram и --lowvram, в ComfyUI — соответствующие режимы работы с моделью. Плата за это — заметное снижение скорости генерации, потому что данные приходится постоянно перекачивать между RAM и VRAM через куда более медленную шину, чем внутренняя память самой видеокарты. Это рабочий компромисс «запустить хоть как-то» на слабой карте, но не решение для регулярной продуктивной работы.

Меньшее разрешение и постобработка upscaler-ом отдельным шагом. Генерировать сразу в 512×512 или 768×768, а затем при необходимости увеличивать разрешение отдельным более лёгким upscale-проходом — часто дешевле по VRAM, чем сразу считать высокое разрешение целиком.

Комбинация из fp16 + меньший batch size + offloading при нехватке памяти обычно позволяет запустить даже SDXL на карте с 8 ГБ VRAM — но будьте готовы к заметно более долгой генерации по сравнению с картой, где памяти хватает с запасом.

Как выбрать GPU-сервер под свою задачу

Если своей видеокарты нет или её не хватает, разумный путь — взять GPU-сервер в аренду под конкретную задачу, а не покупать железо «на вырост». Логика простая: смотрите на верхнюю строку таблицы выше, которая соответствует вашему реальному сценарию (не идеальному, а с ControlNet/LoRA/батчами, если вы их используете), и берёте карту с объёмом VRAM на уровне «комфортного запаса», а не «минимума» — минимум оставляет вас без права на ошибку при первом же более тяжёлом запросе.

Практический ориентир по установке: ComfyUI обычно легче по требованиям и гибче в управлении памятью благодаря нодовой архитектуре (можно вручную выгружать неиспользуемые части графа), Automatic1111 — проще в освоении новичку, но менее гибок в тонкой настройке VRAM. Если сомневаетесь, что выбрать, у нас есть сравнение ComfyUI и Automatic1111 по задачам и ресурсам, а пошаговая установка ComfyUI на сервер описана в статье как поднять ComfyUI для генерации изображений на сервере.

Отдельный вопрос — брать ли GPU-сервер под конкретно Stable Diffusion или присматриваться к более универсальной конфигурации. Если задача разовая или редкая (пара сессий генерации в месяц), почасовая аренда GPU обычно выгоднее, чем держать сервер постоянно; если генерация — часть регулярного рабочего процесса, разница в стоимости между простаивающим и активно используемым сервером быстро выравнивается. Подбор конкретной конфигурации под Stable Diffusion разобран в статье выбор GPU-сервера для Stable Diffusion.

Частые вопросы