今日勉強したことを
つらつらと
logo

geforce 3080 ti laptopを買ったのでWindowsにComfyUIをインストールする

GeForce RTX 3080 Ti Laptop GPU を使って、WindowsにComfyUIを手順どおり導入する方法をまとめます。

geforce 3080 ti laptopを買ったのでWindowsにComfyUIをインストールする

RTX 3080 Ti Laptop GPUの中古機を手に入れたので、まずはWindows環境にComfyUIを入れて動かしてみました。

「買ってすぐ何をやれば最短で画像生成まで到達できるか」を基準に、迷いにくい手順に絞ってまとめます。

ComfyUIの概要

ComfyUIは、ノードベースのワークフローでStable Diffusion系のパイプラインを構築できるツールです。公式READMEでも、Windows/Linux/macOSで利用できることと、手動インストール手順が案内されています。

3080 Ti Laptop GPUのINT8性能をどう見るか

issue本文には「INT8で168 TOPSくらい」とありました。ここはベンチマークではなく、公開仕様から妥当性を確認します。

  • NVIDIAのGeForce RTX 30シリーズLaptop仕様では、RTX 3080 Ti Laptop GPUは CUDA Cores 7424、Boost Clock 1125 - 1590 MHz です。
  • NVIDIA Ampere GA102 Whitepaperでは、RTX 3080（68 SM, 1710 MHz）が INT8 Tensor 238 TOPS（dense） と示されています。

この2点から、GA10x世代の近似として次を使います。

1SM・1GHzあたりINT8 TOPS ≒ 238 / (68 × 1.71) ≒ 2.046
RTX 3080 Ti Laptop (58SM) の推定INT8 TOPS ≒ 2.046 × 58 × BoostGHz
= 約133 TOPS（1.125GHz）〜 約189 TOPS（1.59GHz）

したがって、168 TOPSはこのレンジ内に入るため、条件次第で十分ありえる値だと判断できます。

重要: ノートPC向けGPUはTGPとブーストクロックが機種ごとに変わるため、TOPSは固定値ではありません。

インストール手順（Windows）

1. GitとPythonを入れる

まずはissueどおり、wingetでGitとPython 3.11を入れます。

winget install --id Git.Git -e --source winget
winget install -e --id Python.Python.3.11

2. uvを入れる

issueではpip install uvでしたが、uv公式ではWindows向けにインストーラ（install.ps1）またはwingetも案内されています。今回はissueに合わせてpipで進めます。

pip install uv

3. ComfyUIをcloneする

issue本文ではstable-diffusion-webuiのcloneが書かれていましたが、ComfyUIを使うなら対象リポジトリはComfyUIです。

git clone https://github.com/Comfy-Org/ComfyUI.git
cd ComfyUI

4. 仮想環境を作成して有効化する

uv venv
.\.venv\Scripts\activate

5. PyTorch（CUDA）と依存関係を入れる

ComfyUI READMEのNVIDIA向け手順に従います。

pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu130
pip install -r requirements.txt

6. 起動する

python main.py

起動後、通常は http://127.0.0.1:8188 でUIにアクセスできます。

最初のつまずきポイント

  • Torch not compiled with CUDA enabled が出る場合: ComfyUI READMEのトラブルシュートどおり、torchを入れ直します。
  • 期待より遅い場合: ノートPCは電源モードやGPU TGP設定で性能差が大きいです。まずは高パフォーマンス電源設定を確認します。

まとめ

最短ルートは、Git/Python準備 -> ComfyUI clone -> CUDA対応PyTorch -> python main.py です。

実際に手を動かしてみると、3080 Ti Laptop級でも「ワークフローを触って遊ぶ」には十分な余力があります。まずは公式サンプルワークフローを1本動かすところまで進めるのがおすすめです。

参考資料

この記事はGitHubのIssue（issue #8）を元に作成しました。

© 2026 simodake