Mac StudioとRTX搭載BTOはどっちがローカルLLM向き？メモリ・CUDA・デュアルGPUを比較【2026年】

ローカルLLM用のパソコンを選ぶとき、候補になりやすいのがMac StudioとRTX搭載BTOパソコンだ。

Mac Studioには、CPUとGPUが大容量のメモリを共有する「ユニファイドメモリ」がある。一方、RTX搭載BTOには、高速な専用VRAMと、AI開発で広く使われるCUDA環境がある。

単純に、

• Macはクリエイター向け
• Windowsはゲーム向け

と分けられる問題ではない。

ローカルLLMでは、

どれだけ大きなモデルをメモリへ載せられるか

と、

載せたモデルをどれだけ速く、幅広いソフトウェアで動かせるか

を分けて考える必要がある。

さらに、RTXを2枚搭載するデュアルGPU構成なら、1枚では収まらないモデルを複数のGPUへ分割できる。

そこで本記事では、

• Mac Studio M3 Ultra
• RTX 5090搭載BTO
• デュアルRTX搭載ワークステーション

を中心に、ローカルLLM用PCとしてどれを選ぶべきか整理する。

結論：大容量モデルならMac Studio、速度と汎用性ならRTX搭載BTO

先に結論をまとめると、次のようになる。

多くの個人ユーザーにとって、最も扱いやすいのはRTX 5090を1枚搭載したBTOパソコンだ。

32GBの専用VRAMを1枚のGPUで使えるため、マルチGPUの設定を必要とせず、30B前後の量子化モデルを運用しやすい。画像生成、動画生成、3DCG、動画編集、ゲームにも使える。

一方、Mac Studio M3 Ultraは、2026年7月時点のApple日本仕様ページでは96GBのユニファイドメモリを搭載している。大容量モデルを一つのメモリ空間へ載せやすく、筐体も小さく、システム全体の最大連続消費電力は480Wだ。

したがって、

ローカルLLMを含む生成AI全般を高速化するならRTX搭載BTO

大容量モデルを静かなデスクトップ環境で動かすならMac Studio

というのが基本的な判断になる。

Mac StudioとRTX搭載BTOはメモリの考え方が違う

両者の最大の違いは、メモリの構造だ。

Mac Studioはユニファイドメモリ

Appleシリコンでは、CPUとGPUが同じユニファイドメモリへアクセスする。

M3 Ultraは819GB/sのメモリ帯域幅を備え、2つのダイをUltraFusionで接続し、ソフトウェアからは一つのチップとして扱えるよう設計されている。AppleはM3 Ultra発表時、最大512GBのユニファイドメモリに対応すると説明していた。

ユニファイドメモリの利点は、大容量のメモリをCPUとGPUの間で共有できることだ。

専用VRAMが32GBしかないGPUでは収まらないモデルでも、96GBのユニファイドメモリを持つMac Studioなら候補に入る。

ただし、96GBすべてをLLMの重みだけに使えるわけではない。macOS、実行ソフト、コンテキスト、KVキャッシュなども同じメモリを使用する。

RTX搭載BTOは専用VRAM

RTX搭載PCでは、GPUに搭載されたGDDR7を専用VRAMとして使う。

RTX 5090は32GBのGDDR7を搭載する。GPU専用の高速メモリであり、CUDAを利用したAI処理との相性がよい。一方、32GBを超えるモデルを完全にGPU内へ載せることはできない。

つまり、

• Mac Studioは大容量メモリを共有して使う
• RTXは容量が限定された高速な専用メモリを使う

という違いがある。

容量だけならMac Studioが有利になりやすい。速度、対応ソフト、AI制作全体の汎用性ではRTXが有利になりやすい。

Mac StudioがローカルLLMに向いている理由

大容量モデルを一つのメモリ空間へ載せやすい

Mac Studio最大の強みは、専用GPUでは高価になりやすい大容量メモリを、デスクトップPCとして利用できることだ。

96GBのユニファイドメモリがあれば、4bit量子化した70B級モデルも現実的な候補に入る。

長いコンテキスト、KVキャッシュ、マルチモーダル処理まで考えると必要メモリは増えるため、モデルファイルが40GBだから40GBのメモリで十分、とは限らない。

32GBのRTX 5090では余裕がないモデルを動かしたい場合、Mac Studioの大容量メモリには明確な価値がある。

筐体が小さく、消費電力を抑えやすい

Mac Studioは幅・奥行きが19.7cm、高さ9.5cmの小型筐体で、M3 Ultraモデルでも重量は3.64kg。最大連続消費電力は480Wとされている。

デュアルRTX搭載ワークステーションと比べると、設置性、消費電力、排熱、騒音の管理が容易だ。

ローカルLLMを長時間立ち上げ、個人用サーバーのように使う場合にも相性がよい。

Appleシリコン向けの実行環境が整っている

llama.cppはAppleシリコンを主要な対応環境として扱い、Metal、ARM NEON、Accelerateに最適化している。LM StudioやOllamaなどでも、Appleシリコン上でローカルモデルを実行できる。

Appleシリコン向けのMLXを使ったモデルも増えており、以前より導入しやすくなっている。

Mac Studioの弱点

CUDAを利用できない

CUDAはNVIDIA GPU向けの実行環境である。

Mac StudioではMetalやMLXなどを利用するため、CUDA専用のライブラリやツールをそのまま使うことはできない。

llama.cppやLM StudioのようにMac対応が進んだソフトなら問題になりにくいが、研究コード、学習環境、特定の推論エンジンなどでは、NVIDIA GPUを前提としている場合がある。

生成AI全般ではRTXほど万能ではない

ローカルLLMだけならMac Studioは有力だが、Stable Diffusion、ComfyUI、ローカル動画生成、3DCGレンダリングなども含めると、RTX搭載BTOの方が環境を構築しやすいケースが多い。

Mac対応モデルやMetal対応ノードが増えていても、WindowsとCUDAを前提に公開される機能やワークフローは少なくない。

購入後にメモリやGPUを増設できない

Mac StudioのメモリとGPUはSoCへ統合されており、購入後の交換や増設はできない。

将来、扱うモデルが大きくなっても、GPUやメモリだけを交換することはできない。そのため、購入時点で数年後まで見越した構成を選ぶ必要がある。

RTX搭載BTOがローカルLLMに向いている理由

RTX 5090なら32GBの専用VRAMを1枚で使える

RTX 5090は32GBのGDDR7を搭載し、CUDAコア数は21,760基。NVIDIA公式仕様ではTotal Graphics Powerは575W、推奨システム電力は1,000Wとされている。

30B～35B前後の量子化モデルを中心に使うなら、RTX 5090は個人向けGPUとして分かりやすい選択肢だ。

1枚のGPUに32GBが載っているため、複数GPUへモデルを分割する設定が必要なく、ソフトウェアの互換性も確保しやすい。

CUDA環境を利用できる

RTX搭載BTOでは、NVIDIAのCUDA環境を利用できる。

ローカルLLMだけでなく、画像生成、動画生成、3DCG、AI学習、音声生成、アップスケール、科学計算など、幅広いGPU処理へ展開しやすい。

PCをローカルLLM専用機ではなく、生成AIクリエイティブ全体の制作基盤として使うならRTX搭載BTOが有利だ。

パーツを交換・増設できる

BTOパソコンは構成によるが、一般的には次のような拡張が可能だ。

• GPUの交換
• メインメモリの増設
• SSDの増設
• 電源の交換
• 冷却ファンの追加
• PCIeカードの追加

最初はRTX 5070 TiやRTX 5080を選び、必要になった段階で上位GPUへ交換することもできる。

RTX搭載BTOの弱点

大容量モデルはVRAMの壁に当たりやすい

RTX 5090は高速だが、VRAMは32GBだ。

70B級の4bit量子化モデルは、重みだけでも30GB台後半から40GBを超える場合がある。さらにKVキャッシュや実行環境が必要になるため、32GBへ完全に収めるのは難しい。

CPU側のメインメモリへ一部をオフロードする方法もあるが、GPU内だけで動かす場合より速度は低下しやすい。

消費電力と排熱が大きい

RTX 5090単体のTotal Graphics Powerは575Wであり、CPUやストレージ、冷却装置を含めたシステム全体ではさらに多くの電力を使う。

長時間推論する場合には、電気代、室温、ファン騒音、電源容量、ケース内の排熱まで考える必要がある。

デュアルGPUならMac Studioの大容量メモリに対抗できる？

RTXを2枚搭載すれば、利用できるVRAMの合計は増える。

RTX 5070 Tiは1枚16GB・300W、RTX 5080は16GB・360W、RTX 5090は32GB・575Wである。上表の電力はGPU単体TGPの単純合計であり、実際のシステム全体ではCPUや冷却装置などの電力が加わる。

ただし、2枚のVRAMが、すべてのソフトウェアから一つの連続したメモリとして見えるわけではない。

対応ソフトならモデルをGPU間へ分割できる

llama.cppは、モデルの重みを複数のGPUへ分割するマルチGPU機能を提供している。

標準のlayerモードでは、モデルのレイヤーをGPUごとに分割する。実験的なtensorモードでは、重みとKVキャッシュを複数GPUへ分割できる。

llama.cppの公式ガイドでも、マルチGPUが有効な場面として、モデルが1枚のGPUのVRAMへ収まらない場合や、複数GPUでスループットを高めたい場合が挙げられている。

Ollamaも複数のNVIDIA GPUを認識し、使用するGPUを指定できる。

VRAMを足せても、速度が2倍になるとは限らない

RTX 5090、RTX 5080、RTX 5070 TiはいずれもNVLinkに対応していない。

GPU間通信は主にPCI Express経由になるため、モデルを2枚へ分割すると通信や同期の負荷が発生する。

llama.cppの公式ガイドでも、マルチGPUの性能はGPU間の接続速度に左右され、環境によってはシングルGPUより効率が悪くなる可能性が説明されている。

RTX 5070 Ti・RTX 5080の2枚構成は合理的か

RTX 5070 TiやRTX 5080を2枚搭載すると、合計VRAMは32GBになる。

しかし、RTX 5090なら1枚で32GBを利用できる。

RTX 5080 ×2よりRTX 5090 ×1が扱いやすい

RTX 5080を2枚搭載すると、合計VRAMは32GB、GPUのTGP合計は720Wになる。

一方、RTX 5090は1枚で32GB、TGPは575Wだ。

ローカルLLMだけを目的にするなら、RTX 5090を1枚使う方が、モデル分割が不要でソフトウェアを選びにくく、消費電力や冷却面でも利点がある。

そのため、32GBで足りるなら、基本的にはRTX 5090×1を優先したい。

RTX 5070 Ti ×2は実験的な選択肢

RTX 5070 Ti×2も合計32GBになる。

価格差によってはRTX 5090×1より安く構築できる可能性があるが、GPU間のモデル分割、PCIeレーンの配分、2枚分の冷却、600W分のGPU電力が必要になる。

安価にマルチGPUを試す構成としては面白いが、一般ユーザー向けの最適解とは言いにくい。

RTX 5090×2はどんな人向けか

RTX 5090を2枚搭載すると、対応ランタイム上で合計64GBをモデル分割に利用できる。

これにより、

• 70B級モデルをCUDA環境で動かす
• 長いコンテキストを使う
• 大規模なRAGを構築する
• 複数ユーザーへ推論を提供する
• 2つのモデルを同時稼働する
• 一方のGPUでLLM、もう一方で画像生成する

といった運用が現実的になる。

ただし、GPUだけでTGP合計は1,150Wになる。システム全体ではさらに電力が必要であり、一般的なゲーミングBTOではなく、ワークステーションとして設計する必要がある。

必要になるのは、単に大容量電源だけではない。2枚を設置できるPCIeスロット間隔、十分なPCIeレーン、大型ケース、強力な吸排気、高容量電源、家庭側の電源回路まで確認する必要がある。

RTX 5090×2は、個人向けPCの上位構成というより、ローカルAIサーバーや研究・業務用ワークステーションに近い。

Mac Studio 96GBとデュアルRTX 5090 64GBの違い

※Mac Studioはシステム全体の最大連続消費電力、RTX 5090×2はGPU単体TGPの合計であり、同一条件の消費電力比較ではありません。

Mac Studioは、96GBを一つのメモリ空間として扱える点が強い。

デュアルRTX 5090は合計64GBだが、CUDAを利用でき、対応するAI処理では高い性能を狙える。

大容量モデルを簡単・静かに載せたいならMac Studio

大容量モデルをCUDAで動かし、AI処理全般へ展開したいならデュアルRTX

と整理できる。

モデル規模別に選ぶ

7B～14B級

7B～14B級を中心に使うなら、Mac Studio M3 UltraやRTX 5090は過剰になりやすい。

RTX 5060 Ti 16GB、RTX 5070 Ti、RTX 5080でも実用的に使える。ローカルLLMだけを重視するならRTX 5070 Ti、画像・動画生成も兼用するならRTX 5080が候補になる。

30B～35B級

30B～35B級を中心に使うなら、RTX 5090の32GBが有力だ。

一つのGPUで完結するため、デュアルGPUより設定しやすく、CUDA環境も利用できる。長いコンテキストや重いマルチモーダルモデルでは32GBに収まらない場合があるため、使用モデルの量子化後容量を確認する必要がある。

70B級

70B級では、RTX 5090の32GBだけでは不足しやすい。候補は次の2つになる。

• Mac Studio M3 Ultra 96GB
• RTX 5090×2の64GB

導入しやすさ、静音性、メモリ容量ならMac Studio。CUDA、推論速度の追求、画像・動画生成との兼用ならデュアルRTXが候補になる。

70B級を常用しないならデュアルGPUは不要

「いつか70Bを試したい」という程度で、RTX 5090×2へ投資する必要はない。日常業務の多くが7B～35B級で完結するなら、RTX 5090×1とクラウドAIを組み合わせる方が合理的だ。

M4 MaxとM3 Ultraはどちらを選ぶべきか

ローカルLLMを主目的にMac Studioを選ぶなら、基本的にはM3 Ultraを優先したい。

2026年7月時点のApple日本仕様ページでは、

• M4 Max：36GB、上位構成で64GB
• M3 Ultra：96GB

と案内されている。M4 Maxは最大546GB/s、M3 Ultraは819GB/sのメモリ帯域幅を備える。

M4 Maxでも小規模から中規模モデルは動かせるが、Mac StudioをローカルLLM用として選ぶ最大の理由は大容量ユニファイドメモリにある。

そのため、Mac Studioを選ぶなら、M4 Maxの速度や価格より、M3 Ultraの96GBを選ぶ意味があるかを基準に考えた方がよい。

購入前に確認したいポイント

Mac Studio

• 現在選べるユニファイドメモリ容量
• 使用モデルがMetal・MLXに対応しているか
• CUDA専用ツールを使わないか
• 購入後にメモリを増設できないこと
• SSD容量
• macOS対応アプリの範囲

RTX搭載BTO

• GPUのVRAM容量
• メインメモリ容量
• 電源容量
• ケースの冷却性能
• GPU交換の可否
• SSD増設スロット
• 長時間負荷時の騒音

デュアルRTX

• マザーボードのPCIeスロット間隔
• 2枚搭載時のPCIeレーン構成
• 2枚分のGPUを冷却できるか
• 電源容量と電源コネクター
• BTOメーカーの保証対象か
• 使用するランタイムがマルチGPUに対応するか
• GPU間通信による性能低下を許容できるか

よくある質問

まとめ：Mac Studioは容量、RTX搭載BTOは速度と自由度

Mac StudioとRTX搭載BTOのどちらが優れているかは、一つのベンチマークだけでは決められない。

Mac Studioの強みは、大容量ユニファイドメモリ、大きなモデルを載せやすい、小型・静音、消費電力を抑えやすい、シンプルに導入できることにある。

RTX搭載BTOの強みは、高速な専用VRAM、CUDA、AIソフトウェアの対応範囲、画像・動画生成との兼用、パーツの交換・増設、デュアルGPUへの発展にある。

多くの個人ユーザーには、RTX 5090×1が最も扱いやすい。

大容量モデルを静かに動かしたいなら、Mac Studio M3 Ultraが有力だ。70B級をCUDA環境で本格運用し、複数処理やサーバー用途まで考えるなら、RTX 5090×2のワークステーションが候補になる。

重要なのは、MacかWindowsかという好みではない。

自分がどのサイズのモデルを、どのソフトで、どのくらいの頻度で使うのか

から逆算して選ぶことである。