GeForce RTX 3060 12GBでSDXLの画像生成を始めるなら、まずbaseモデルを単体で動かす構成が分かりやすいです。SDXLには仕上げ用のrefinerもありますが、二つのモデルを扱うとメモリと処理時間の条件が変わります。最初の一枚を生成する設定から順に整理します。
公式のSDXL baseモデルカードは、base単体で画像を生成できると明記しています。RTX 3060 12GBではbaseのみで導入できます。解像度、バッチ数、同時に読み込むモデルを絞ると、VRAM不足の原因も追いやすくなります。
baseとrefinerの役割
SDXLはテキストから画像を作る拡散モデルです。Stability AIによると、baseが潜在画像を生成し、必要に応じてrefinerが最終段階のノイズ除去を担当します。refinerのモデルカードも、baseを単独で使えると説明しています。
最初からbaseとrefinerを同じワークフローに入れると、どちらのモデルがVRAMを使っているか分かりにくくなります。baseだけで生成できる状態を確認し、仕上がりを比べたいときにrefinerを追加する順序が適しています。refinerを追加すると処理工程が一つ増えるため、生成時間も長くなります。
SDXLにはチェックポイント、テキストエンコーダー、VAEなどの構成要素があります。配布ファイルをストレージに保存できることと、実行時にGPUメモリへ収まることは別です。読み込むチェックポイントの形式やアプリのメモリ管理によって、12GB内の余裕は変わります。
1024×1024から始める設定
ComfyUIのSDXL公式例は、1024×1024、またはほぼ同じ画素数の縦横比を推奨しています。896×1152や1536×640も例として挙げています。最初は1024×1024、バッチ数1、baseのみで一枚生成します。
画素数を大きくすると、画像処理に使うメモリも増えます。解像度を一度に上げず、まず同じプロンプトで生成できる条件を固定します。縦長の絵を作りたいなら、1024×1024から縦横比を変え、総画素数を大きく増やさない設定にすると比較しやすくなります。
ステップ数を増やせば計算回数が増えますが、VRAMの問題を解く設定とは役割が違います。CUDAのメモリ不足が出た場合は、解像度、バッチ数、同時に使うモデルを先に見直します。速度を調べるときは同じ解像度とステップ数で測る必要があるため、異なる条件の「何秒で生成」という数字を混ぜません。
ComfyUIでの配置と実行
ComfyUIの公式READMEでは、Windows用のNVIDIA対応版とデスクトップ版が案内されています。通常の利用者にはデスクトップ版を推奨し、ポータブル版も用意しています。RTX 3060はNVIDIA版の対象になるRTX 20シリーズ以降に含まれます。
チェックポイントを取得したら、ComfyUIのモデル配置先へ置きます。ポータブル版のREADMEは、通常のチェックポイントを ComfyUI/models/checkpoints に入れる手順を示しています。モデルを追加した後、SDXLのbase用ワークフローで該当チェックポイントを選び、プロンプトと解像度を設定して実行します。
SDXLのbaseモデルカードには、Diffusersを使うPythonの実行例もあります。画面操作を優先するならComfyUI、コードから制御したいならDiffusersが選択肢です。同じRTX 3060 12GBでも、アプリがモデルをどう読み込むかでVRAM使用量が変わるため、導入時は一つの環境に絞る方が設定を追いやすくなります。
12GBでのVRAM管理
12GBのVRAMを画像生成だけに使える状態を作るため、GPUを使う別のアプリは終了してから試します。SDXL base一つ、バッチ1、1024×1024で生成できれば、次は縦横比やrefinerを一項目ずつ変えます。エラーが出た設定と直前の設定を比べれば、メモリを増やした要因が分かります。
refinerを追加する場合、baseとrefinerのモデル切り替えが発生します。GPUに二つを同時に保持できない設定でも、アプリのオフロード機能でシステムメモリを使える場合があります。その分、CPUとGPU間でデータを移す時間が増えます。12GBのカードでは、画質差を見たうえでrefinerを使う場面を選ぶ運用が合理的です。
まとめ
RTX 3060 12GBでSDXLを始めるなら、base単体、1024×1024、バッチ1を基準にします。refinerは追加できる仕上げ工程で、導入の必須条件ではありません。画面でモデルを配置し、生成を実行する具体的な手順はRTX 3060 12GB向けComfyUI導入記事にまとめています。