ComfyUI 0.33.1がMiniMax Music 3とCUDA Graphにネイティブ対応、非dynamic VRAMモードの問題も修正

ComfyUI 0.33.1の要点は、リモートAPIノードが新たに追加されたことではなく、MiniMax Music 3のローカルモデルパスとCUDA Graphの基盤サポートがコアへ直接統合されたことにある。ユーザーは、コミュニティですでに公開されているテキストエンコーダー、VAE、GGUFウェイトを組み合わせ、音楽生成workflowを構築できる。コアには、QKV結合ウェイトと分離されたQ、K、Vウェイトを早期に識別する機能も追加され、変換バージョンの違いによって、読み込み時になって初めてテンソルレイアウトの不一致で失敗する可能性を抑えている。

CUDA Graphには、一連のGPU kernel呼び出しをあらかじめ記録し、より低いCPU dispatchコストで再実行できるという利点がある。拡散モデルや音声生成のように、類似した計算グラフを繰り返し実行するワークロードでは、多数の細かなkernel launchによって生じるアイドル時間を削減できる可能性がある。ただし、今回のchangelogで確認されているのは「コアサポート」のみで、Music 3のend-to-end latency、VRAM使用量、throughputの比較データは公表されていない。dynamic shape、custom node、制御フローが変化するworkflowを安定してcaptureできるかどうかも個別に検証する必要があり、機能の統合をそのまま一定の高速化率と解釈することはできない。

このバージョンではさらに、MiniMax Music 3が非dynamic VRAMモードで動作しない問題と、WSL上でdynamic VRAMが自動的に無効化されるべきではないという問題も修正された。これは、固定VRAM戦略、Windows／WSL環境へのデプロイ、VRAM容量に余裕のないローカルワークステーションにとって、より実用的な改善となる。同じバージョンでは、nested latent、LTX diffusion decoderの`float64`デバイス問題、Gemma 4 E2B／E4Bで`thinking=false`が無視される問題も修正されている。リリース後、コミュニティもMusic 3のGGUFアセットを迅速に追加しており、workflowのエコシステムが形成され始めていることがうかがえる。本番環境でアップグレードする前には、バージョンを0.33.1に固定し、既存のworkflowを保存したうえで、モデルウェイトのレイアウト、音声の長さ、VRAMのピーク使用量、CUDA Graphのfallbackをそれぞれ検証すべきである。公式からは、まだ完全な互換性マトリクスが提供されていない。