## 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
| パラメータ | 説明 | データ型 | 必須 | 範囲 |
| --- | --- | --- | --- | --- |
| `model` | サンプリング前に、MultiGPU CFG 分割用として準備するモデルです。 | MODEL | はい | なし |
| `max_gpus` | 負荷分散に使う同一GPUの最大数です。通常は、PCに入っている同型GPUの枚数に合わせて設定します。 | INT | はい | 最小: 1
ステップ: 1
デフォルト: 2 |
## 出力
| 出力名 | 説明 | データ型 |
| --- | --- | --- |
| `MODEL` | MultiGPU CFG 分割用に準備され、すぐに高速サンプリングへ使えるモデルです。 | MODEL |
## 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）](https://raw.githubusercontent.com/Comfy-Org/embedded-docs/refs/heads/main/comfyui_embedded_docs/docs/MultiGPU_WorkUnits/asset/video_wan2_2_14B_t2v_mGPU.json)
> 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](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/MultiGPU_WorkUnits/ja.md)
---
**Source fingerprint (SHA-256):** `7293ee785e29aea9a1a70a10444b99e89fb23c866505628ec57c209a2b8aaee0`