Stable Diffusionで理想の画像を生成しようとした瞬間、画面が止まり「CUDA out of memory」という英語のログが出てガッカリしたことはありませんか。このエラーは、ビデオカードのメモリ（VRAM）が足りなくなったサインです。
特に高画質化を狙ったり、最新のSDXLモデルを使ったりすると、それなりのスペックがあるPCでも簡単に限界を迎えてしまいます。この記事では、設定の見直しからシステムの最適化まで、今ある環境のままでメモリ不足を解消する方法を詳しく解説します。
なぜ画像生成中にメモリ不足のエラーが出るのか？
Stable Diffusionが画像を生成する際、その計算はすべてビデオカード内の「VRAM」という専用メモリの中で行われます。このメモリは作業机のようなもので、扱うモデルが大きかったり、作る画像の解像度が高かったりすると、あっという間に机の上がいっぱいいっぱいになってしまいます。
まずは自分のPCの現状と、生成しようとしている内容のバランスを確認することから始めましょう。原因が分かれば、機材の買い替えを検討する前に設定で回避できる可能性が非常に高いからです。
自分のビデオカードのVRAM容量を確認する
Windowsのタスクマネージャーを開き、「パフォーマンス」タブの「GPU」を選択すると、自分のVRAM（専用ビデオメモリ）が何GBあるか確認できます。
| 容量 | 生成の目安（2026年基準） |
| 4GB | SD1.5の生成で限界。各種節約設定が必須。 |
| 8GB | SD1.5は快適。SDXLは1枚ずつなら生成可能。 |
| 12GB | SDXLも安定。ControlNetなどの併用も現実的。 |
| 16GB以上 | 大規模な学習や超高解像度化もスムーズ。 |
エラーを招く「設定の組み合わせ」を知る
メモリ不足は単一の要因だけでなく、複数の設定が重なったときに起きやすくなります。特にVRAMが8GB以下の環境で、以下の条件を同時に満たそうとすると、計算がパンクするリスクが非常に高まります。
例えば、モデルにSDXLを使いながら、同時にControlNetを2つ起動し、さらにHires. fix（高解像度補助）を2倍でかけるといった操作です。一つひとつの機能は便利ですが、これらはすべてVRAMを奪い合うため、自分の環境に合わせた「引き算」が必要になります。
生成画面ですぐにできる負荷軽減のコツ
PCの深い設定をいじる前に、まずはStable Diffusionの操作画面上にある数値を調整してみましょう。これだけでエラーがピタッと止まることも珍しくありません。
大切なのは「一度に大きな負荷をかけない」という考え方です。AIに無理をさせず、段階を踏んで高画質を目指す手順を覚えれば、エラーのリスクを最小限に抑えられます。
バッチサイズを1に固定する
「Batch size」は複数の画像を同時に並行して作る設定ですが、これはVRAMを最も激しく消費します。エラーが出るなら、この数値は必ず「1」にしてください。
もし枚数をたくさん作りたい場合は、その隣にある「Batch count」の数値を上げましょう。こちらは1枚ずつ順番に生成するため、時間はかかりますがメモリへの負担を増やさずに済みます。
生成解像度をモデルの適正値に合わせる
最初から大きな画像を作ろうとするのは、メモリ不足の最大の原因です。SD1.5系なら512×512、SDXL系なら1024×1024を基本のサイズとして設定してください。
それ以上の大きな画像が欲しいときは、生成後に「Extras」タブで拡大（アップスケール）するか、生成時の「Hires. fix」を使いましょう。ただし、Hires. fixの倍率は「1.5倍」程度に抑えるのが、低メモリ環境でエラーを防ぐコツです。
不要なControlNetを無効化する
ポーズ指定などで便利なControlNetですが、ユニットを一つ有効にするだけでメモリ消費が1〜2GB増えることもあります。使っていないユニットの「Enable」チェックは必ず外しましょう。
また、設定内にある「Low VRAM」チェックボックスをオンにすることで、ControlNetが使うメモリを節約できます。少しだけ処理は遅くなりますが、エラーで止まるよりは遥かに効率的です。
起動ファイルを書き換えてシステムを最適化する
操作画面の設定で改善しない場合は、Stable Diffusionの「起動オプション」を書き換えて、メモリの使い方そのものを変えてしまいましょう。
これは、インストールフォルダにある「webui-user.bat」というファイルを編集する作業です。この設定一つで、VRAMが4GBや6GBといった制限のある環境でも、驚くほど安定して動くようになります。
引数に「–medvram」を追加する
最も定番の対策が、起動時のコマンドに「–medvram」を書き加えることです。これを設定すると、Stable Diffusionは「使うときだけメモリを読み込む」という効率的な動きをするようになります。
set COMMANDLINE_ARGS=--medvram --xformers
このように記述して保存すれば、次回起動時から反映されます。生成速度は1割ほど落ちる可能性がありますが、これまでエラーで止まっていた作業が完遂できるようになるメリットの方が遥かに大きいはずです。
超低スペック環境なら「–lowvram」を試す
VRAMが4GB以下、あるいはSDXLをどうしても低スペックPCで動かしたい場合は「–lowvram」を使いましょう。これは計算が終わるたびにメモリを細かく開放する設定です。
生成速度はかなり遅くなってしまいますが、メモリ不足で全く動かない環境における最終手段として有効です。まずはmedvramを試し、それでもダメな場合にこちらを検討してください。
xformersを導入して効率を最大化する
「–xformers」というオプションも非常に強力です。これはメモリ消費を抑えるだけでなく、生成スピードを向上させる効果もあります。
最近の環境では標準で対応していることも多いですが、古いバージョンのまま使っている場合は、この記述を追加するだけで動作が見違えるほど軽くなることがあります。
環境を根本から軽くする「Forge版」への移行
もし、現在主流の「AUTOMATIC1111（本家）」を使っていてメモリ不足に悩んでいるなら、派生版である「Stable Diffusion WebUI Forge」への乗り換えが最も劇的な解決策になります。
Forgeは本家の使い勝手はそのままに、中身のメモリ管理プログラムを一新したバージョンです。設定を細かく調整しなくても、ソフト側が自動でメモリ消費を最適化してくれます。
Forge版が低スペックPCに強い理由
Forgeの最大の特徴は、本家では手動で設定していたようなメモリ節約術が、最初からシステムに組み込まれている点です。同じPCでも、Forgeを使うだけで生成速度が上がり、かつ大きな画像もエラーなしで作れるようになります。
特にSDXLなどの重いモデルを動かす際、Forgeは本家よりも20%〜30%ほどメモリ効率が良いと言われています。これまで「自分のPCではSDXLは無理だ」と諦めていた人でも、Forgeなら動くケースが多々あります。
モデルや設定をそのまま流用できる
「ソフトを変えると、今までのモデルを移動させるのが大変そう」と思うかもしれませんが、心配はいりません。Forgeは本家のフォルダ構造をそのまま読み込める設定があるため、数ギガバイトあるモデルファイルをコピーする必要はありません。
ショートカットのような仕組み（シンボリックリンク）を使えば、本家とForgeで同じモデルフォルダを共有できます。まずは本家を残したまま、Forgeを別のフォルダにインストールして試してみるのが賢明な判断です。
巨大な画像を書き出すための「Tiled VAE」活用術
生成の最後、99%まで進んだところで「CUDA out of memory」が出て止まることがあります。これは、画像を最終的な絵として書き出す「VAE」という工程でメモリがパンクしている状態です。
この「最後の壁」を突破するために欠かせないのが、拡張機能の「Tiled VAE」です。これは巨大な画像をそのまま計算するのではなく、小さなタイル状に切り分けて少しずつ処理する仕組みです。
高解像度アップスケールでのエラーを防ぐ
2倍以上の大きなアップスケールを行う際、Tiled VAEを有効にすると、メモリ不足によるクラッシュをほぼ回避できます。
設定画面で「Enable Tiled VAE」にチェックを入れるだけで、AIは自動で画像を分割して処理してくれます。時間は多少余計にかかりますが、メモリが少ないPCで4K以上の壁紙級の画像を作りたいときには、これ以上ないほど心強い味方になります。
Multidiffusion拡張機能の導入
Tiled VAEは、一般的に「Multidiffusion」という拡張機能の一部として提供されています。インストール後、生成画面の下の方に「Tiled VAE」という項目が現れます。
これをオンにして「Encoder Tile Size」などの数値を調整することで、自分のVRAM量に合わせた最適な分割計算が行えるようになります。エラーが出るギリギリのラインで攻めたいときには必須のツールです。
Windowsの設定を見直してAIにメモリを譲る
Stable Diffusion自体の設定だけでなく、PCを動かしているWindows側の設定を見直すことも忘れてはいけません。意外と多くのアプリが、裏側でこっそりVRAMを「予約」してしまっています。
AIに1メガバイトでも多くのメモリを回すために、生成中だけはWindowsを「画像生成専用マシン」の状態に近づけてあげましょう。
ブラウザのハードウェアアクセラレーションをオフにする
Google ChromeやMicrosoft Edgeなどのブラウザは、動作を軽くするためにビデオカードのパワーを借りています。これを「ハードウェアアクセラレーション」と言います。
ブラウザを開いているだけで、VRAMが数百MBから1GB以上も奪われていることがよくあります。生成中はブラウザを閉じるか、ブラウザの設定からこの機能をオフにすることで、AIが使える空き容量を増やすことができます。
不要なバックグラウンドアプリをすべて終了させる
動く壁紙を表示するソフトや、動画再生アプリ、複数のモニターに異なる映像を出力する設定などもVRAMを消費します。
- 壁紙エンジンなどのカスタマイズソフトを止める
- 動画サイトや音楽再生アプリを終了する
- 使っていないモニターの接続を切る
これらの一見小さな積み重ねが、エラーが出るか出ないかの境界線を決めます。特にVRAMが8GB以下の環境では、この「メモリの掃除」が非常に重要です。
それでも解決しないときのハードウェア判断基準
どれだけ設定を尽くしても、物理的なメモリ容量の限界を超えることはできません。特に最新のモデルや、より複雑な追加学習（LoRA作成など）に挑戦したい場合、機材の更新が必要になる場面もあります。
もし買い替えを検討するなら、目的に合わせた「VRAM容量」の選び方を知っておきましょう。今の主流は「描画の速さ」よりも「メモリの大きさ」です。
2026年からのビデオカード選びのポイント
現在のAI画像生成において、最も重要なパーツはビデオカード（GPU）です。NVIDIA製のGeForceシリーズが、情報の多さやソフトの対応状況の面で圧倒的に推奨されます。
| ターゲット | 推奨VRAM容量 | おすすめのモデル例 |
| 初心者 | 8GB 〜 12GB | RTX 4060 / 4060 Ti |
| 中級者 | 12GB 〜 16GB | RTX 4070 / 4070 Ti Super |
| 上級者 | 16GB 〜 24GB | RTX 4080 / 4090 |
メインメモリ（RAM）不足が原因のケース
見落としがちなのが、PC本体のメモリ（RAM）です。VRAMが不足した際、システムは一時的に本体のメモリを借りようとしますが、本体側も16GB程度しかないと、システム全体が不安定になりエラーが発生します。
本体メモリを32GB以上に増設するだけでも、VRAM不足時の粘り強さが変わり、クラッシュしにくくなることがあります。ビデオカードの交換よりも安価に済むため、まずはここから強化してみるのも一つの手です。
まとめ：設定次第で低メモリPCでも画像生成は楽しめる
Stable Diffusionのメモリ不足エラーは、適切な設定と工夫でその多くを回避できます。
- 画面上の設定（バッチサイズや解像度）を適切に保つ
- 起動引数に
--medvramなどを追加して効率化する - メモリ管理に優れた「Forge版」や拡張機能を活用する
- Windows側の不要なVRAM消費をカットする
まずはこれらのステップを一つずつ試してみてください。エラーに悩まされる時間を減らし、AIがもたらす無限の表現を最大限に楽しめる環境を手に入れましょう。
