RunPodの【Podの見方と使い方】と【接続オプションの使い方】【0⃣基礎編】

RunPod公式サイト

Pod Volume と Network Volume（永続ボリューム）

RunPodでPodを作成する際、画面に表示される「Disk」や「Volume」には以下のような違いがあります。

Pod Volume	Pod内部専用ディスク領域	❌ 永続ではない	Podを停止・削除すると内容も消えます
Network Volume （永続ボリューム）	永続的な外部ストレージ	✅ 永続保存される	複数のPodで共有可能／地域に注意

こちらの下の画像のうち、上は、40 GB Disk 80 GB Pod Volumeと記載があります。
この、Pod Volumeというのは、永続ボリュームではありません。
下の画像では、20 GB Disk 20GB Network Volumeとあります。
この、Network Volumeというのが、永続ボリュームです。

そしてその右側に、GPUの種類などの記載があります。

Pod作成画面に表示される「eur-is-1」や「us-west-2」といった表記は、RunPodのストレージノード（MFS）が存在する地域（リージョン）を示しています。

PodとVolumeは同じリージョンに配置する必要があります。
違う地域のボリュームはマウントできませんので注意してください。

保存先として使えるパス

テンプレートによって異なるようですが、永続ストレージがマウントされる代表的なパスは以下の通りです。

/workspace（テンプレートによってはここが永続）
/runpod-volume（明示的に永続領域）
/data（一部テンプレートで永続保存用）

永続ボリュームの特徴

Podを 停止しても削除しない限り 中身は残る
複数のPod間で 同じVolumeを共有できる
地域をまたぐと接続できないので、Podと同じリージョンを選ぶ必要あり

基本ルール：Volumeは複数のPodで共用できる
1つのVolumeを複数のPodに接続することは可能です。

ただし、異なるテンプレートやバージョンのPodでVolumeを使い回すと、以下のような問題が発生することがあります

⚠️ Volumeを使い回すと発生しやすいトラブル

Accelerateの設定が壊れる kohya_ss では .cache/huggingface/accelerate や config_files などに自動保存された設定が、
他のバージョンのPodと競合してエラーの原因になることがあります。
WebUIが無反応になる前のPodで生成された .toml や .json ファイルを読み込んでしまい、起動直後にUIが固まることも。
CUDA周りの設定が競合古いテンプレートのtorch/cudaのキャッシュが残ると、対応しないGPUでクラッシュする可能性も。

テンプレートを変えるときは、新しいVolumeを使うのが安全！
🔁 再利用OKなケース
同じテンプレート（例：ashleykza/kohya:25.1.2）でPodを作り直すだけなら、Volumeは使い回してOK。

自作LoRAの保存、画像、プロンプトなどの資産があるなら使い回した方が便利です。

🚫 再利用しない方がよいケース
違うテンプレート（例：ComfyUIやInvokeAI）に切り替えるとき何度もエラーが起きた
Volumeを使い続けているとき（設定ファイルが壊れているかも）
Startを押しても反応しないなど明らかな異常があるとき

RunPodの接続オプション

RunPodでテンプレートからPodを起動した後に表示される 接続オプション（Connection Options）は、
使用するツールや操作方法によって選べる入口です。それぞれの意味を以下に整理しました。

※テンプレートによって内容は異なります。
「HTTPService → 3010」のような表記は、ツールやサービスが使っているポート番号を指しています

RunPodでは、各Web UI（例：Kohya、ComfyUI、Stable Diffusion WebUI など）を外部アクセス可能にするために、それぞれ別のポート番号が割り当てられています。
例：
- 3010 → Kohya GUI
- 3000 → ComfyUI
- 7860 → WebUI（Stable Diffusion）
- 9090 → JupyterLabなど

【起動時間の目安】

下は、起動時間の目安です。回線の込み具合などもある様ですが、体感的に、あまり遅い場合は再起動した方が良い様に思います。

状況	起動にかかる時間	備考
初回起動（Pod作成直後）	1〜3分	Dockerイメージの読み込みや初期化処理に時間がかかる
2回目以降の起動（Stop → Start）	数十秒〜1分	キャッシュがあるため早い
それ以上かかる場合	5分以上待ってもGUIが出ない場合は異常の可能性	フリーズやポートエラーの可能性あり

エラー対処法

現象	対処法
画面が出ない	ブラウザの更新 / シークレットウィンドウで開く
5分以上表示されない	Podを「Stop → Start」し直す
Logsにエラーあり	一度Podを削除 → 再作成（テンプレート再選択）
毎回遅い	永続Volumeが正しくマウントされていない可能性あり（→ 保存先確認）

① 現在のPodを一旦削除して再作成（クリーンスタート）

必要なデータは /runpod-volume に保存してあることを確認
今のPodを「Stop」→「Delete」
もう一度、テンプレート（ULTIMATE Stable Diffusion Kohya ComfyUI InvokeAI など）から新しくPodを作成

② 永続ボリューム内を整理しておく（任意）

/runpod-volume 内に大量の不要ファイル（大きなモデル・画像・ログなど）があると、Kohyaが遅くなる要因になります。
logs や venvs、一時的に使った outputs フォルダなどを整理しておく。

③ テンプレートを自作しておくと次回がラク

Pod作成後、GUIやパス、rclone設定などが整った段階で「Lock Pod」しておけば、設定済みの状態で再起動できます。
LockしたPodを「Clone」して新しいPodを作れば、再設定の手間が最小限に。

Connect内Port

1. Web UI / App（例：ComfyUI、InvokeAIなど）

用途：Stable DiffusionやComfyUIなどのWebアプリケーションをブラウザ上で操作するためのUIです。
使い方：クリックするだけで、該当するアプリがブラウザで開きます。
例：
- ComfyUI
- InvokeAI
- Kohya SS Trainer

画像生成・LoRAトレーニングをGUIで操作したいなら、ここがメインです。

2. Jupyter Notebook

用途：Pythonベースでコードを書いて実行するノートブック環境。主にデータ分析やカスタムスクリプト実行向け。
使い方：Pythonコードをノート形式で記述・実行できます。
LoRA学習：Jupyterを通してKohyaスクリプトを使うことも可能。

コードベースでLoRAトレーニングや自作スクリプトを動かしたい方向け。

3. SSH ターミナルアクセス

用途：LinuxのコマンドラインでPodにアクセスできます（シェル操作）。
使い方：SSHクライアントやRunPod内の「Web Terminal」で接続。
できること：フォルダ作成、rcloneでの同期、学習スクリプトの直接実行など。

画像整理やrcloneアップロード、ターミナルでの細かい操作をしたいときに便利。

4. Web Terminal

用途：ブラウザからPodのターミナルにアクセスできる。
使い方：クリックで開くとLinuxコマンドが使えるターミナルが表示されます。
特徴：別途SSHクライアントを用意しなくてもすぐ使える。

手軽にターミナル操作したいときはこれが便利。

5.Workspace（ファイルマネージャー）

Workspace（https://xxxxx-7777.proxy.runpod.net/?folder=/workspace）は、あくまでファイルのアップロード・ダウンロード・整理を行うための GUI ファイルマネージャーです。
→ 学習の実行や画像生成などの「ツール起動・操作」は 別のUI（Kohya, ComfyUIなど）で行う必要があります。Workspace 上に画像をアップロードしても、それを使って学習・生成するには、該当ツールのUIに入り、パスを指定する必要があります。

作業内容	接続オプション
ComfyUIを使って画像生成	`ComfyUI`（Web UI）
InvokeAIで生成や管理	`InvokeAI`（Web UI）
KohyaでLoRAトレーニング	`Kohya Trainer` or `Web Terminal`
フォルダ作成・rcloneで同期	`Web Terminal` または `SSH Access`
Pythonコードベースで処理	`Jupyter Notebook`
ファイル操作のみ`port 7777`	`Workspace`

接続に失敗する場合の確認

Podのステータスが “Running” になっているか確認
ブラウザのポップアップブロックでブロックされていないか確認

Kohya で画像を読み込んで学習したい場合

Workspace（port 7777）で /workspace/lora_training/my_character に画像をアップロード
Kohya GUIを開く
Kohya の設定パネルで「トレーニング画像のパス」として /workspace/lora_training/my_character を指定
「Train」ボタンを押す

画像のアップロード方法については、こちらの記事をご覧ください。

注意点

各ツールは Docker コンテナ上で動作しており、Workspace はその中の「ファイル閲覧」専用UIです。

現在のPodがまだ起動中・動作中で、

学習で出力されたLoRAモデル
設定ファイル（.json, .toml, .txtなど）
画像・データセット
ダウンロード済みのモデル（.safetensors など）

が /workspace 以下にあるなら、それらを手動で永続ストレージ（/runpod-volume）にコピーする必要があります。

保存コマンドの例

Web Terminalか、workspaceでターミナルを開く

cp -r /workspace/outputs /runpod-volume/
cp -r /workspace/models /runpod-volume/
cp -r /workspace/training_images /runpod-volume/

※上記は一例です。フォルダ構成に合わせて適宜修正してください。
フォルダ名やファイルの場所が分からない場合は、

ls /workspace

などで確認ができます。

RunPodでは、データはPodを削除すると すべて消えます。
一方、永続ボリュームに保存されている部分は、永続ボリュームを使い回せば、次のPodでもそのまま使えます。

容量を確認し、不要なファイルを削除する方法

以下のコマンドで容量を食っているディレクトリを確認

du -h --max-depth=1 /workspace | sort -hr

または（永続ストレージ含む場合）

du -h --max-depth=1 / | sort -hr

削除の優先候補

以下のようなファイルは安全に削除できます

古い .safetensors モデル（GoogleDriveにバックアップしてあるなら）
outputs/ 配下の古い画像や中間ファイル
training 出力先（学習失敗で空のモデルが大量にできていることがある）

例：

rm -rf /workspace/output/*
rm -rf /workspace/kohya_ss/outputs/*.safetensors

容量が空いたら再起動（重要）

容量不足の状態では、GUIもPythonも正常に動かなくなる。
最終手段：Volumeごと削除＆再作成（空にする）
どうしても容量を空けられない場合新しく空のVolumeを作成し、Podに接続。

1. 不要ファイル削除
2. Podを再起動

RunPodのダッシュボードから該当のVolumeを削除（⚠データも消える）

.safetensors や画像などは、学習が終わるたびに GoogleDrive に rclone でバックアップし、Podから削除しておくと安心です。
必要なら、/workspace ではなく、永続ストレージ付きテンプレート（例：/runpod-volume） に切り替えることも検討を。

残っている `.safetensors` ファイルを調べる方法

以下のコマンドを Webターミナル で実行して、.safetensors ファイルの一覧とサイズを確認。

find /workspace -name "*.safetensors" -exec ls -lh {} \;

これで、すべての .safetensors ファイルがフルパス＋サイズ付きで表示されます。

不要なファイルを削除するには

たとえば、見つかったパスが /workspace/stable-diffusion-webui/models/Stable-diffusion/v1-5-pruned-emaonly (3).safetensors のようであれば、以下のように削除できます。

rm "/workspace/stable-diffusion-webui/models/Stable-diffusion/v1-5-pruned-emaonly (3).safetensors"

⚠️ パスの中にスペース () などがあるときは、パスを必ずダブルクオート " で囲む。

削除後、ディスク使用量を確認

du -h -d1 /workspace | sort -hr

`du` コマンドで再確認（サイズ順で表示）

du -h /workspace --max-depth=2 | sort -hr | head -n 20

これで /workspace フォルダ以下のサブフォルダの容量をリストで表示できます（大きい順）。何が容量を食っているのかを確認しましょう。

回線不調で起こりがちなトラブル

症状	原因
Trainingボタンが押しても無反応	GUIのバックエンドが回線切断で応答を失っている可能性
フォルダ指定時にエラーやフリーズ	ファイルシステムとの通信エラー
`Connection errored out` や Source Controlが止まる	WebSocket／HTTPSのタイムアウトや断線

GUI内部でPythonプロセスがクラッシュしている
古いモデルやスクリプトとの競合（バージョン差）
永続ボリュームに不整合なファイル構成がある（例：学習用画像フォルダが壊れてる）

対策

RunPodのタブを更新して再接続してみる
→ GUIがリロードされて状態がリセットされます。学習はバックグラウンドで続く場合もあります。
Webターミナル側で学習が走っているか確認
ps aux | grep train → 何も表示されなければ、プロセスが動いていない。
保存した設定ファイル（.toml）を読み込み直す
→ すでに設定ファイルがある場合、GUIから「Load Config」で再読み込みできます。
ネットワークを安定させて再度操作
→ 一時的な接続不良なら、時間を空けて操作すると改善することがあります。

一般的に安定しやすい時間帯（日本時間）

時間帯	備考
早朝（5:00〜8:00）	世界的にもユーザー数が少なく、クラウド負荷が軽い時間帯
平日昼間（10:00〜13:00）	日本国内は作業時間だが、欧米のアクセスがまだ少ない
深夜（23:00〜2:00）	一部の地域では使用が減るタイミング

不安定になりやすい時間帯（日本時間）

時間帯	備考
夜（19:00〜23:00）	日本・アジア・一部欧米が重なってアクセス集中しやすい
土日・祝日の日中	世界的にユーザーが自由時間で使う傾向がある

状況を知る工夫

RunPodのステータスページや公式Discordをチェック
→ たまに「一部リージョンで不安定」などの情報が出ます。
Podのリージョンを変える（例：EUR-IS-1 → US-CA-1）
→ 特定地域のサーバーが混んでいることもあります。

RunPod の時間制限に関するポイント

1. 「Auto-shutdown（自動停止）」の設定

Pod に一定時間アクセスや処理がないと、自動的にシャットダウンする設定が可能。
これは自分で無効にもできるが、オンになっていると学習が途中で止まることも。

確認方法
Pod起動時の「Advanced Options」にある Auto-shutdown timeout の設定を確認（例：15分など）

2. プリペイド残高・課金が切れると停止

RunPodは使った分だけ時間で課金されます（従量課金制）。
クレジット残高やクレカの上限を超えると、自動的にPodが止まる。

3. Disk/Volume容量制限で処理が止まることも

例えば、ボリュームが 100% に達すると、保存やログ出力ができず学習が失敗。
この場合「止まる」というより「動いてるように見えて進んでいない」という状況に。

4. RunPod 自体のメンテナンス・トラブル時の停止

稀にRunPodがサーバーメンテナンスや障害対応でPodが落とされることがある。
特にマイナーリージョン（EUR-ISなど）では発生頻度が若干高め。

Colabとの比較

項目	RunPod	Colab
時間制限	なし（明示的には）	最大12時間（Pro+）など明確な制限あり
自動停止	設定によりあり	アイドル10〜30分で強制停止
GPU指定	可能（RTX 4090 など）	指定不可（混雑状況で変動）
安定性	比較的高いが課金が必要	無料でも使えるが不安定になりやすい

RunPodはColabより安定していて自由度が高いが、油断するとボリューム満杯や自動停止などで「無反応」になりがち。
本格運用には「ボリューム管理」や「課金状態の確認」などが重要です。

【1⃣解説編】

高性能クラウドGPUを使用できる”RunPod”はStable Diffusion学習の最適解！個人利用の効率よいクラウド環… Stable Diffusionで「思う存分、画像生成がしたい」「自分の作風を学習させたい」「LoRAやDreamBoothを試してみたい」と思ったら、まず課題になるのがGPUの性能や学習環…

【2⃣実践編】

【3⃣応用編】

【RunPod】で”Kohya_ss”を使用して”LoRA学習”をする方法【3⃣応用編】本記事では、クラウドGPUのRunPod内で、 ”Kohya_ss”のテンプレートを使用して、”LoRA学習”をする方法を解説しています。 RunPodの基本的な使用方法については、こちら…

URLをコピーしました！