ComfyUI V3では、ノードのexecuteを非同期関数として定義できます。外部サービスの返答などを待つ処理に向きますが、asyncを付ければGPU生成が速くなるわけではありません。実行時間より先に、何を待ち、いつ諦め、停止後に何が残るかを決めます。
非同期化するのは待機で、重い計算そのものではない
ネットワークから返答を待つ間は、CPUで計算し続ける必要がありません。awaitできる処理なら、その待機をイベントループへ渡せます。逆に、async関数の中でブロッキングする通信や長い計算を行えば、その部分で処理を占有します。
一般的なPythonの非同期処理はasyncioの公式説明を確認してください。ComfyUIのキューの同時実行数やGPUメモリの割り当ては別の問題です。多数のasyncタスクを作っても、モデルが何個でも同時に載るとは考えません。
外部通信なしの待機例で登録を確かめる
次は短く待ってから文字列を返す検証用V3ノードです。外部APIを呼ばず、asyncの定義と戻り値の形だけを確かめるための例です。
import asyncio
from comfy_api.latest import ComfyExtension, io
class WaitAndLabel(io.ComfyNode):
@classmethod
def define_schema(cls):
return io.Schema(
node_id="DevsExampleWaitAndLabel",
category="devs_examples",
inputs=[io.String.Input("label", default="ready")],
outputs=[io.String.Output()],
)
@classmethod
async def execute(cls, label):
await asyncio.sleep(0.2)
return io.NodeOutput(label.strip())
class WaitExtension(ComfyExtension):
async def get_node_list(self):
return [WaitAndLabel]
async def comfy_entrypoint():
return WaitExtension()
これは実機での動作を保証した完成パックではありません。起動ログ、ノードの登録、文字列を受け取る下流との接続を確認し、その後に自分のI/O処理を追加します。ノード内で新しいイベントループを起動するのではなく、executeからawaitする形です。
通信待ちの終了と、外部ジョブの停止を区別する
タイムアウトで手元の待機が終わっても、既に相手へ送った生成が取り消されたとは限りません。送信後に受付IDを受け取ったら保存し、状態照会と取消の手段を接続先の仕様に合わせて用意します。受付IDを失ったまま新規送信を繰り返すと、重複した仕事になるおそれがあります。
取消要求を受けた場合は、開いた接続などの後片づけを行います。取消例外を握りつぶして正常な結果を返さないことも必要です。タスクの取消が外部サーバーへ自動で伝わると仮定せず、外部の状態は別に確認します。
進捗は何を数えた値かを決めてから出す
V3のランタイムサービスにはComfyAPIを通じた進捗報告があります。たとえば画像を一枚ずつ処理するなら「処理済み枚数/全枚数」が自然です。外部APIが受付しか返していない段階で、根拠のない百分率を増やしても待ち時間の説明にはなりません。
| 段階 | 表示・記録の例 |
|---|---|
| 送信前 | 入力を検証中 |
| 受付済み | 外部の受付IDを保存、完了待ち |
| 結果取得中 | 取得済み件数 |
| 保存完了 | 出力を下流へ渡せる |
ノードの進捗とworkflow全体の進捗を分けると、利用者が「100%なのに終わらない」と感じる原因を減らせます。
失敗と取消を小さな入力で試す
正常応答だけでなく、応答が遅い、接続できない、結果形式が違う、待機中に取消される場合を試します。外部サービスへ大量の試験を送る前に、ローカルの模擬応答で後片づけと状態遷移を検査すると、無駄な実行を抑えられます。
2026年11月9日の公式V3仕様を基準にしています。ノード一つの非同期処理が固まったら、Queueの制御と合わせて、アプリ全体で投入数を増やす条件を決めてください。