本文へスキップ
AI活用

GPUのないAI「Muse」に、Kaggleの無料GPUで画像を作らせてみた。28秒でできたけど、止めたら消えた

公開 約6分で読めます

TL;DRこの記事の要点

  • Kaggleの無料GPU(T4×2・週30時間)は、カード登録なし・電話番号の認証だけで使えた
  • SDXLの画像1枚が約28秒、読み込みまで入れて約67秒
  • セッションを止めたら作った画像が消えた。ノートブック(.ipynb)の中から戻せた
  • 作ったファイルは止める前にダウンロードする
目次7項目
  1. Blenderで3秒の動画を作ったら、13分かかった
  2. 外のGPUを借りればいいのでは
  3. 「無料」でも、中身がちがった
  4. 自分がやったのは、登録だけ
  5. SDXLの画像、1枚約28秒
  6. 止めたら、画像が消えた
  7. 使う前に知っておきたいこと

MetaのAIアシスタント「Muse」は、GPUのないクラウドのVMの中で動いています。
なので、Kaggleの無料GPUを借りて、画像を作らせてみました!

🎥 この記事の内容は動画でも解説しています。

結果、0円で動きました。
SDXLで1024×1024の画像1枚が、約28秒。

ただ、セッションを止めたら、その画像が消えました・・・
(あとで戻せました)

Blenderで3秒の動画を作ったら、13分かかった

Museは、クラウドの上のVM(仮想マシン)の中で動いています。
CPUは4コア、メモリは7.7GB。
GPUは、ありません。後から足すこともできません。

最初に、このVMでBlenderが動くか試してもらいました。
動くには動いた。
でも、使えたのはCPUだけで描く方式だけでした。

作ってもらったのは、金属のドーナツと光る球がくるくる回るだけの、3秒の動画です。

設定 1フレームの時間
最初(720×720、床あり) 約90秒(72フレームで約2時間)
軽くした設定(540×540、床なし) 約10秒
本番の72フレーム 合計約13分

これだけで13分!?
形を変えたら、また待ち。
違う形とかならえらいこっちゃだな、と。

画像生成みたいなGPUありきの処理は、このVMでは無理そうでした。

外のGPUを借りればいいのでは

そんなときに読んだのが、Eris Create Labさんの「GPUを持たないMuseに、無料GPUを与えて最強にする」。
Modal・Kaggle・Google Colabの無料GPUで、MuseにSDXLの画像生成までやらせている記事です。

VMにGPUは入らなくても、外のGPUなら借りられる。
本当に使えるのか、やってみたくなりました。

決めた条件は1つだけ。
お金が一切かからないこと。

「無料」でも、中身がちがった

3つとも無料と言われていますが、Museに公式の情報を調べてもらったら、けっこう違いました。

Modal Kaggle Google Colab
無料のしくみ 月$30分のクレジット 週30時間まで 上限は公開されていない
クレジットカード 登録が必要 不要 不要
GPU A10など P100×1 か T4×2 T4
SDXL 1枚(元記事の実測) 約49秒〜 約70秒 約60秒

Modalは、クレジットを使い切るとそのまま課金になります。
カードを登録する時点で、設定をまちがえたらお金がかかる。なので外しました。

Colabは0円だけど、どこまで使えるかが書いていない。予備にしました。

残ったのがKaggleです。
カードは要らないし、上限も週30時間と書いてある。
GPUを使うのに電話番号の認証が要るくらいでした。

どれも、作業する場所は一時的なものです。
作ったファイルは、自分で別の場所に移さないと残りません。

自分がやったのは、登録だけ

Kaggleのアカウントは、メールアドレスで作りました。
そのあと、Settingsの「Phone verification」で電話番号を入れて、SMSで届いた4桁のコードを入力。
「Verified」になって、「Kaggle GPU 00:00 / 30 hrs」と出たらOKです。

途中で、カードや有料プランの画面は一度も出ませんでした。
身分証を出す「Identity verification」もありますが、GPUを使うだけなら要りません。

あとはMuseまかせ。
ただ、Museのブラウザ操作はスマホから見守る形なので、そこはちょっとめんどくさかったです。

SDXLの画像、1枚約28秒

ここからは、Museが実際にやった設定です。
Kaggleのノートブック(コードを書いて動かすページ)を作って、右側の設定でAcceleratorを「GPU T4 x2」、InternetをONに。
Tesla T4が2つ(VRAMは1つ15GB)割り当てられました。
あとは下のコードをセルに貼って実行するだけです。

import torch
from diffusers import DiffusionPipeline

pipe = DiffusionPipeline.from_pretrained(
    "stabilityai/stable-diffusion-xl-base-1.0",
    torch_dtype=torch.float16, variant="fp16", use_safetensors=True)
pipe = pipe.to("cuda")
image = pipe("a white cat wearing a tiny hat, studio photo",
             height=1024, width=1024, num_inference_steps=25).images[0]
image.save("/kaggle/working/test_sdxl.png")

次のセルで、保存した画像を表示しておきます。
これに、あとで助けられます。

from IPython.display import Image
Image("/kaggle/working/test_sdxl.png")

T4は2つあるけど、このコードで使うのは1つ目だけです。

工程 時間
準備(必要なライブラリは最初から入っていた) 2.9秒
モデルのダウンロードと読み込み(7.11GB) 38.8秒
画像1枚の生成(25ステップ) 27.7秒

読み込みまで入れて約67秒。元記事のKaggleは約70秒でした(測り方が同じかは分かりません)。
2枚目からは読み込みがないので、28秒くらいになるはず(2枚目は測っていません)。

小さな黒い帽子を傾けてかぶった白猫。首輪とペンダントつき、ベージュの背景

帽子をかぶった白猫。
頼んでないのに、首輪とペンダントまで付いてました。

セッションは約6分。
終わっても残りは「30 hours remaining」のままでした。数分くらいでは、表示は減りませんでした。

止めたら、画像が消えた

画像は/kaggle/working/に保存してありました。
なのに、セッションを止めてから見たら、空っぽ。
起動し直しても、ありません。

え、ねこ消えたの?

ファイルは消えた。でも、ノートブックの中に残ってた。

ノートブックの中から戻せた

コードの最後で、画像をセルに表示していたおかげでした。
その表示ごと、ノートブックが保存されていたんです。

ノートブックのファイル(.ipynb)の中身はJSONで、表示した画像も文字(base64)の形で入っています。
Museは、Fileメニューの「Download Notebook」で.ipynbを落として、手元でこのコードを動かして画像を取り出しました(notebook.ipynbは落としたファイル名に変えてください)。

import json, base64
nb = json.load(open("notebook.ipynb"))
for cell in nb["cells"]:
    for out in cell.get("outputs", []):
        if "image/png" in out.get("data", {}):
            open("recovered.png", "wb").write(base64.b64decode(out["data"]["image/png"]))

(画像が何枚もあるときは最後の1枚で上書きされるので、ファイル名に番号を付けてください)

作り直さずに、同じ画像(1,147,448バイト)がそのまま戻りました。
セルに表示しておいてよかった!

次からは、止める前に保存する

  1. 止める前にダウンロード: 右側のOutputから/kaggle/working/のファイルを落とす
  2. 「Save & Version」で残す: 保存した時点の出力をバージョンとして残せる、という方法もある(今回は試していないので、使う前に小さく確かめる)
  3. 消えたら.ipynbから取り出す: セルに表示した状態でノートブックが保存されていれば、上のコードで戻せる

たくさん作るなら、作った直後にHugging Faceなどへ送るコードを入れておくのが確実です。

使う前に知っておきたいこと

  • GPUは週30時間、1回のセッションは最大12時間まで
  • GPUを使うには電話番号の認証が要る(身分証は要らなかった)
  • 作ったファイルは、止める前に回収する
  • GPUの枠はもともと機械学習のためのもの。Blenderのような使い方は制限されるかもしれないので、小さく試す

今回は、画像を1枚作ったところまで。
次は、あの13分かかったBlenderを、この枠で回してみるつもりです。

出典

※数字と条件は2026年11月4〜5日に確かめたものです。無料の枠の条件は変わることがあります。

この記事が参考になったら、応援クリックをお願いします

Cat's Handこの記事を書いた人

Web制作歴10年以上。WordPressのテーマカスタマイズやコーディングを中心に、副業・本業ともにweb制作に携わっています。このブログでは、実際に手を動かして分かったことを書いています。