モデル情報

ACE-Step：最大の VRAM を 8GB に減らした音楽生成モデル

公式 README に、GPU ごとの 1 分の曲の生成時間と、CPU オフロードのオプションがあります。

この記事は、提供や依頼を受けて書いたものではありません。数値は各社の公式ページから取得し、公式に書かれていないことは「記載なし」と示します。

ACE-Step の README は、2025 年 5 月 10 日の更新として、最大の VRAM を 8GB まで減らしたと書いています。ライセンスは Apache 2.0 です。

公式の記載

項目	内容
RTX 4090	27 ステップで 1 分の曲を 1.74 秒（60 ステップで 3.84 秒）
A100	27 ステップで 2.20 秒（60 ステップで 4.89 秒）
RTX 3090	27 ステップで 4.70 秒（60 ステップで 9.26 秒）
MacBook M2 Max	27 ステップで 26.43 秒（60 ステップで 58.25 秒）
CPU オフロード	`--cpu_offload` で、重みを CPU に逃がして GPU のメモリを節約
対応言語	19 言語。性能が高い上位 10 言語に日本語を含む
必要な VRAM の最低値	記載なし

借りる GPU は音楽生成を試すならにまとめています。

出典はすべて公式ページです。取得日は更新日に合わせています。