メインコンテンツへスキップ
見出し画像
Photo bykerari_dowa

G4 GPUでMYCOE学習してみた結果【Google Colab】

    こんがも~、しゅがもあです。
    Google Colabに毎月課金している人間です。

    先日、MYCOEIROINKの音源学習をしようとした時、ランタイムのGPU一覧に新しい「G4 GPU」が追加されていました。
    せっかくなので、MYCOEIROINKの学習でどの程度の速度と効率になるのか試してきました。

    ※この記事は、Google Colabに課金しており、MYCOEIROINK学習の基本的な流れを理解している方向けです。

    また知らない間にGoogle Colabに「G4 GPU」という新しいGPUが増えている・・・。前回見たのが12月なのでそれ以降か。
    また検証が必要がんも・・・?

    ノイズ除去が全然進んでない。いやコンピューティングユニットだだ余りなんで、いっそテストしまくるのもありがんもね。 pic.twitter.com/4H8nrW7HQZ

    — しゅがもあ@最愛をすこれ! (@SUGAmoremusic) May 20, 2026

    G4 GPUの追加

    画像
    Google Colabのランタイム選択画面

    GPU一覧の並び順を見ると、

    H100 GPU > G4 GPU > A100 GPU > L4 GPU >T4 GPU

    という配置になっているので、少なくとも「A100より上位寄りの扱い」をされている可能性はありそうです。

    Google Colabのヘルプ > リリースノートを確認したところ、G4 GPUは2026年3月25日に追加されたようですね。

    前回私が学習したのが25年12月でした。

    今夜でまたCPU追加されるので、急いでノイズ除去して学習始めようと思ったら、新しいランタイムが増えている。
    「H100 GPU」見るからに強そう感。
    割り当て出来るか挑戦して、CPU消費量や学習時間を調査してみたいがんもね。 pic.twitter.com/NmmPz4dgQM

    — しゅがもあ@最愛をすこれ! (@SUGAmoremusic) December 21, 2025

    実際にG4 GPUを割り当てて学習してみた

    今回の割り当て結果はこんな感じでした。

    • 1回目:0時台にG4 GPUを選択
      → G4が割り当てられずA100に

    • 2回目:23時台にH100を選択
      → H100が割り当てられずG4に

    割り当ては・・・まぁ運次第でしょうね。


    コンピューティングユニット消費量

    G4 GPUの消費コンピューティングユニットは、1時間あたり約8.9。

    A100 GPUと比較すると、

    画像
    G4 GPU選択時(2026/5/21 23時時点)
    画像
    A100 GPU選択時(2026/5/21 0時時点)
    • G4 GPU:約8.9 / h

    • A100 GPU:約7.52 / h

    なので、A100より若干多い程度。あまり差がないですね。


    実際の学習速度は?

    学習前の準備段階で凄さを実感。

    A100やL4では「モデル作成のための環境構築1」が毎回10分前後かかっていたのですが、G4 GPUでは約3分で終了。
    早いな・・・。

    画像
    普段約10分は掛かるのに3分で終了。早い

    注意点:CUDA設定の変更が必要

    ここはかなり重要。

    環境構築が終わって学習開始ボタンを押したところ、学習が即終了。
    エラーコードをGeminiに読ませたところ、

    「CUDAのバージョンが合ってない」とのことでした。

    MYCOEIROINK作成コード_ベータ版のv.0.5.0から追加された「cudaのバージョン指定」という項目があり、説明文では「基本的には11.3を選べば問題ありません。ローカルPCで学習する際に関係してきます。」とあります。

    Google Colabであっても、G4 GPU選択時では変更が必要なようです。

    G4 GPUとCUDAのバージョン指定

    バージョンを試したところ、

    • 11.3 → 学習開始時に即終了

    • 11.8 → これも即終了

    • 12.8 → 正常動作

    G4 GPUを選んだ時はCUDA 12.8への変更が必須。
    (A100で実行した際は変更不要でした。H100、L4、T4は未確認です。)

    画像
    G4 GPUの時は、ここで「12.8」を選ぶこと

    G4 GPUの学習速度

    環境構築1の時点で驚いていたが、1epochあたりの生成時間が凄まじかったです。

    • G4 GPU:約3分30秒

    • A100:約9分

    • L4:約14分

    今回の学習データは、ITA74文+MANA52文=126文で、これまでの普段の学習とそんなに変わらないコーパス数です。
    圧倒的に早い。1時間で18epoch生成されました。
    これまではA100でも1時間に6epochだったのに驚き。


    100epoch完了時の結果

    最終的な学習結果です。

    学習時間

    • 学習開始時     0epoch:2026/5/22 0:04

    • 学習完了時 100epoch:2026/5/22 5:35

    • 学習時間:約5時間30分

    消費コンピューティングユニット

    • 約53コンピューティングユニット
      (ランタイム接続開始含めた推測。今回は月毎のチャージを挟んだため正確な数値不明)


    結論:割り当て運次第だが、とても早い

    現状の印象としては、

    • 環境構築、学習速度はかなり高速で完了

    • コンピューティングユニットの消費はA100とそこまで差がない

    ランタイムの割り当てが通れば、かなりコスパが良いGPUだと思いました。

    今まではA100でも100epochの完成まで最低15時間の学習が必要だったので、これならColab Proに課金する意味もあると思えますねぇ。

    CUDAのバージョン設定の他、あと気を付けるとすれば、Google Driveの残り容量ですね。1時間で6GB埋まります。
    一気に学習する際、Driveは余裕持って40GBほど空けるのを忘れないようにしましょう。容量が足りないとepochが生成されなくなります。


    宣伝① 効率的なMYCOE課金学習の記事を公開中

    Google Colabに課金して効率的なMYCOEIROINK学習をする記事を書いています。
    (いずれG4 GPUについて更新する予定です)


    宣伝② 合成音声キャラクター「祝賀最愛」配布中

    UTAU、MYCOEIROINKで使用可能な合成音声キャラクター「祝賀最愛」を配布しています。

    穏やか/セクシーお姉さん、キュートな少女声、生意気なショタ声・・・など、かなり幅広い声色を収録しています。
    また、MYCOEIROINKでは30スタイル以上の感情表現付き関西弁の女性声も配布しています。

    歌唱・動画制作・TRPG・配信など、色々遊べる音源になっているので、興味があればぜひ触ってみてください。


    あなたへのおすすめ