モデル置き場で読み込み時間は変わるか — NVMe・SATA SSD・HDDに同じSDXLを置いて実測
同じSDXLモデル(6.94GB)をNVMe・SATA SSD2台・HDDに置き、キャッシュなしの読み込み時間とComfyUIの最初の1枚を実測。2枚目がそろう理由と、ComfyUIのfast_disk判定、HDDで困らない場面を整理する。

同じSDXLモデルでも、ComfyUIの最初の1枚はNVMe SSDで22.45秒、HDDで69.92秒かかった。ただし2枚目はどのドライブでも16.71〜18.06秒で、置き場の差が出たのは読み込みの1回だけだった。
前にSSD増設の選び方で、モデル置き場の考え方を公式情報から整理した。今回はその実測版だ。
手元のパソコン工房 LEVEL∞(i7-9700K/RTX 2070 SUPER/メモリ16GB)には、NVMe SSD・SATA SSD 2台・HDDの4台のディスクが入っている。そこへ同じモデルファイルを置いて、読み込みの時間を測った。
1台・1回の測定なので、環境が違えば結果は変わる。ドライブの空き容量・断片化・温度でも変わる。
測った条件。同じ6.94GBを4台のディスクに置く
使ったのはSDXLのbaseモデル sd_xl_base_1.0.safetensors だ。Hugging Face上では6.94GBと表示されている(出典: Stability AI SDXL base 1.0 ファイル一覧)。手元のファイルは6,938,078,334バイトだった。
現場でいえば、同じ資材を4つの置き場に置いて、搬入にかかる時間を比べる段取りだ。
| 項目 | 内容 |
|---|---|
| 測定日 | 2026年9月28日 |
| 機材 | パソコン工房 LEVEL∞(i7-9700K / RTX 2070 SUPER(VRAM 8GB)/ DDR4 16GB / Windows 11 Home) |
| C: | NVMe SSD(Intel 660p 512GB、空き約65GB)。Gen3接続 |
| F: | SATA SSD(Samsung 860 QVO 1TB) |
| G: | SATA SSD(Crucial BX500 2TB)。モデルの元の置き場 |
| D: | HDD(Seagate BarraCuda 2TB) |
| 接続 | SATA SSDとHDDはIntel RST(RAIDモード)経由 |
| ファイルの用意 | C:・F:・D:は一時コピー(SHA-256一致を確認、測定後に削除) |
| キャッシュ | 毎回、Windowsのファイルキャッシュ(スタンバイリスト)を空にしてから測定 |
| ソフト | ComfyUI 0.37.0(起動オプションなしの既定モード)/ NVIDIAドライバー 617.14 |
| 生成設定 | SDXL・1024×1024・1枚・20ステップ・CFG 7.0・euler/normal |
| 回数 | ファイルの読み切りは各3回、ComfyUIは各ドライブ1回 |
キャッシュを空にしたのは、2回目以降にメモリから読まれてしまうのを避けるためだ。つまり、どの数字もキャッシュに頼らない条件での値になる。
ファイルを読み切る時間。NVMeは6秒台、HDDは39秒台
まず、モデルファイルを先頭から最後まで読むだけの時間を測った。ComfyUIは関係なく、ディスクから読む速さそのものだ。
| ドライブ | 3回の時間 | 平均速度 |
|---|---|---|
| C: NVMe SSD(Intel 660p 512GB) | 6.49秒 / 6.32秒 / 6.3秒 | 約1039MB/s |
| F: SATA SSD(Samsung 860 QVO 1TB) | 14.54秒 / 14.59秒 / 14.61秒 | 約454MB/s |
| G: SATA SSD(Crucial BX500 2TB) | 13.83秒 / 13.88秒 / 13.83秒 | 約478MB/s |
| D: HDD(Seagate BarraCuda 2TB) | 39.95秒 / 39.75秒 / 39.72秒 | 約166MB/s |
3回のばらつきは、どのドライブも0.3秒以内に収まった。SATA SSD 2台は13.83〜14.61秒で、ほぼ横並びだった。
ComfyUIの最初の1枚。差は4.39秒から52.19秒
次が本題だ。ComfyUIを起動し、キャッシュを空にしてから1枚目を作る。続けて同じ条件でもう1枚(シードだけ変える)。1枚目は読み込み込み、2枚目は読み込み済みの時間になる。
| ドライブ | 1枚目(読み込み込み) | 2枚目(読み込み済み) | 差(読み込みにかかった分とみなす) |
|---|---|---|---|
| C: NVMe SSD | 22.45秒 | 18.06秒 | 4.39秒 |
| F: SATA SSD(860 QVO) | 34.85秒 | 16.71秒 | 18.14秒 |
| G: SATA SSD(BX500) | 33.45秒 | 17.73秒 | 15.72秒 |
| D: HDD | 69.92秒 | 17.73秒 | 52.19秒 |
時間はComfyUIの実行開始から完了までの時刻差だ。2枚目は16.71〜18.06秒にそろった。モデルがメモリに載ってしまえば、置き場は生成の速さに効いていない。
差が出たのは1枚目だけだ。NVMeなら4.39秒の上乗せで済み、HDDでは52.19秒乗った。
測ったのは次の画面と同じワークフローだ。

ひとつ、表を並べて気づいたことがある。ComfyUIの「差」は、ファイルを読み切る時間とぴったりは一致しなかった。
NVMeでは差4.39秒が、読み切り6.3〜6.49秒より短い。SATA SSDとHDDでは逆で、差のほうが読み切り時間より長かった。なぜそうなるのかは確かめていない。1枚目には読み込み以外の準備も含まれるので、「差=純粋な読み込み時間」とは言い切れない。

ComfyUIは置き場の速さを見ていた。fast_diskの判定
置き場を変えて起動し直すたびに、ComfyUIは起動ログに判定を出していた。4回分の該当行を、そのまま抜き出す。
# ComfyUI 0.37.0 起動ログからの抜粋(モデルの置き場を C:→F:→G:→D: の順に変えて起動し直した4回分。各回の該当2行)
[INFO] Adding extra search path checkpoints C:\AI-Bench-tmp
[INFO] Model storage policy: fast_disk=True paths=['C:\\AI-Bench-tmp\\sd_xl_base_1.0.safetensors']
[INFO] Adding extra search path checkpoints F:\AI-Bench-tmp
[INFO] Model storage policy: fast_disk=False paths=['F:\\AI-Bench-tmp\\sd_xl_base_1.0.safetensors']
[INFO] Adding extra search path checkpoints G:\AI\Bench\models\checkpoints
[INFO] Model storage policy: fast_disk=False paths=['G:\\AI\\Bench\\models\\checkpoints\\sd_xl_base_1.0.safetensors']
[INFO] Adding extra search path checkpoints D:\AI-Bench-tmp
[INFO] Model storage policy: fast_disk=False paths=['D:\\AI-Bench-tmp\\sd_xl_base_1.0.safetensors']
NVMeのC:だけが fast_disk=True、SATA SSD 2台とHDDは False だった。
これはComfyUI v0.37.0で入った機能だ。リリースノートには「ディスクが速いときに –fast-disk を自動検出して有効にする」という趣旨の項目がある(出典: ComfyUI v0.37.0 リリースノート)。
公式の引数説明では、--fast-disk は「ディスクを使った動的な読み込みとオフロードを強制する。速いNVMeディスクのユーザーには速くなりうる」という趣旨だ。逆に --disable-fast-disk で切ることもできる(出典: ComfyUI v0.37.0 cli_args.py)。
判定のしかたはソースに書いてある。Linuxでは、NVMeでPCIeのリンクが8GT/s以上かつ4レーン以上(または32GT/s以上かつ2レーン以上)なら「速い」とみなす。Windowsでは、判定を comfy-aimdo という依存パッケージ(0.37.0の指定は0.5.5)に任せている(出典: ComfyUI v0.37.0 storage.py・requirements.txt)。Windows側の基準の中身までは今回読んでいない。
つまりNVMeのC:だけ、読み込みの方式が切り替わっていた。NVMeの差が読み切り時間より短かったことと関係があるかもしれないが、--disable-fast-disk を付けたNVMeとの比較はしていないので、そこは分からない。
どこに置くか。HDDで困らない場面、NVMeに置きたい場面
測った範囲から言えるのは、置き場は「1枚目までの待ち時間」に効き、「2枚目以降の速さ」には効かない、ということだ。
だからHDDで困らないのは、ComfyUIを起動したら同じモデルで何枚も作る使い方だ。1枚目に52.19秒の上乗せがあっても、2枚目からは17.73秒でNVMeと並ぶ。
逆に、起動し直す・モデルを切り替えることが多いなら、そのたびに読み込みが入る。そう読めるが、切り替えを繰り返す測定はしていない。
SATA SSDは、上乗せが15.72〜18.14秒で、NVMeとHDDの間に入った。手元の2台(860 QVOとBX500)の差は小さかった。
手元の事情もある。C:のNVMeは512GBで、空きは約65GBしかない。全部をNVMeに置くのは無理なので、よく使うチェックポイントだけを速い側に置き、残りはSATA SSDやHDDに置く、という分け方が現実的だ。
置き場の切り替えは、ComfyUIなら extra_model_paths.yaml で追加の検索先を書く。公式手順では、同梱の extra_model_paths.yaml.example をコピーして名前を変え、編集後に再起動する(出典: ComfyUI 手動インストール)。今回の測定も、この仕組みで置き場を切り替えた。Ollamaは環境変数 OLLAMA_MODELS で保存先を変える(出典: Ollama FAQ)。
容量の見積もりと、M.2の空きスロットの確認はSSD増設の選び方にまとめてある。
検証していないこと
- NVMe Gen4・Gen5(手元のNVMeはGen3接続の660p)、外付けSSD、ネットワークドライブ
- Ollamaのモデル読み込みで同じ比較(Ollamaの測定はG:だけ)
- キャッシュが残っている状態での起動(普段の使い方ではこちらに近い場面もある)
--fast-disk・--disable-fast-diskを手で切り替えた比較- モデルの切り替えを繰り返したときの時間、ComfyUIの各条件の繰り返し測定(ばらつき)
まとめ。置き場が効くのは最初の搬入だけ
- キャッシュなしでファイルを読み切る時間は、NVMe 6.3〜6.49秒、SATA SSD 13.83〜14.61秒、HDD 39.72〜39.95秒だった
- ComfyUIの1枚目は22.45秒(NVMe)〜69.92秒(HDD)。2枚目は16.71〜18.06秒にそろった
- ComfyUI 0.37.0はNVMeだけを
fast_disk=Trueと判定し、読み込みの方式を変えていた
置き場は速さの天井ではなく、最初の搬入口の話だった。7年前のLEVEL∞でローカルAIがどこまで動くかは、LEVEL∞のまとめ記事で通して見られる。
買い替えや増設を考えるなら、今週のセール機をVRAM基準で仕分けた表と二刀流ランキングを置いておく。最強の1台より、VRAMの枠と、よく使うモデルの置き場、この2点を外さない1台だ。
※本記事は公開情報と筆者の手元環境(パソコン工房 LEVEL∞・RTX 2070 SUPER機・1台・2026年9月28日)での測定に基づく解説です。ファイルの読み切りは各3回、ComfyUIは各ドライブ1回の測定で、ドライブの型番・空き容量・断片化・温度・接続方式・ComfyUIの版で結果は変わります。最新の仕様は各公式ドキュメントをご確認ください。
出典
- Stability AI SDXL base 1.0 ファイル一覧(sd_xl_base_1.0.safetensors 6.94GB): https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/tree/main
- ComfyUI v0.37.0 リリースノート(–fast-disk の自動検出): https://github.com/comfyanonymous/ComfyUI/releases/tag/v0.37.0
- ComfyUI v0.37.0 cli_args.py(–fast-disk・–disable-fast-disk のヘルプ): https://github.com/comfyanonymous/ComfyUI/blob/v0.37.0/comfy/cli_args.py
- ComfyUI v0.37.0 storage.py(Model storage policy のログ、Linuxでの判定、Windowsでの判定の委ね先): https://github.com/comfyanonymous/ComfyUI/blob/v0.37.0/comfy/storage.py
- ComfyUI v0.37.0 requirements.txt(comfy-aimdo==0.5.5): https://github.com/comfyanonymous/ComfyUI/blob/v0.37.0/requirements.txt
- ComfyUI 手動インストール(extra_model_paths.yaml): https://docs.comfy.org/installation/manual_install
- Ollama FAQ(モデルの保存先と OLLAMA_MODELS): https://docs.ollama.com/faq