複数AIエージェントを動かすなら、どんなPC環境が必要か？

1. 「4人のAI担当」がいても、4つのAIモデルが必要とは限らない

1本の記事をAIと制作する場面を考えよう。仕事を4つに分ければ、何を任せるのかが見えやすくなる。

ここでは「担当の数」「AIモデルの数」「同時に実行する処理の数」を区別したい。

担当が4つでも、同じクラウドAIや同じローカルLLMを共有できる場合がある。また、調査が終わってから執筆し、最後に実装と検証を行うなら、重い作業は同じ時間帯に集中しにくい。

一方、調査AIが長い資料を解析している最中に、執筆AIが文章を生成し、検証AIがブラウザでテストを始めれば、AIモデルだけでなくCPUやRAMにも負荷がかかる。

つまり、役割を4つ用意したという情報だけでは、必要なPCの性能は決まらない。実際にどの処理が、何件同時に動くのかを調べることが先だ。

AIエージェントの基本的な仕組みについては「AIエージェント設計ガイド」、役割分担の考え方は「単一エージェントとマルチエージェントの違い」で解説している。ここからはPCにかかる負荷を見ていこう。

2. PCが重くなる原因は、AIモデルと作業ツールで異なる

AIエージェントを動かしていて「遅い」「重い」と感じたら、まず現象を分ける。モデルを読み込めないことと、ブラウザの動作が重いことでは、対処法が違うからだ。

VRAMとシステムRAM｜どのメモリが足りないのか

VRAMはGPUが使うメモリ、システムRAMは主にCPUや通常のアプリが使うメモリだ。ローカルLLMでは、モデルの重みや作業領域を置く容量が必要になる。VRAMに収まらない場合でも、ソフトウェアによっては一部をRAMに置いて実行できる。ただし、速度は低下する場合がある。

KVキャッシュ｜会話が長くなるほど増えることがある

AIモデルは、長い入力や会話の続きを効率よく処理するために、過去の計算結果の一部をKVキャッシュとして保持する。同じモデルを複数のエージェントで共有しても、各会話の内容に応じて追加のメモリが必要になる。そのため、同時に扱う会話数と入力の長さを確認したい。

PrefillとDecode｜どの段階で待っているのか

Prefillは、質問や資料をモデルが読み込んで処理する段階。Decodeは、回答を順番に生成する段階だ。回答が始まるまで長く待つのか、始まってからの出力が遅いのかで、調べるべき原因が変わる。

ブラウザ・検索・コード実行｜GPU以外にも負荷がある

例えば資料検索とAIを組み合わせるRAG、画像を扱う視覚言語モデル（VLM）、ブラウザの自動操作、プログラムのテストも処理能力を使う。Dockerで作業環境を分ける場合も、実行中のプログラムが使うCPU・RAM・ストレージは必要だ。

AIモデルに使う資源と、エージェントが操作するツールに使う資源を別々に確認することが、対策を選ぶ出発点になる。

3. まずは今のPCで試し、1台で足りるか確認する

すでにRTX搭載PCがあるなら、それを使って1つのローカルLLMを動かし、複数の担当から呼び出す方法を試せる。ローカルLLMサーバーとは、PC上でAIモデルを起動し、ほかのプログラムから質問を受け取る仕組みだ。

例えば、調査AIと執筆AIが同じLLMに質問を送り、実装AIはHTMLを編集し、検証AIはローカルのテストを実行する。この構成なら、担当ごとに専用GPUを用意する必要はない。

また、大容量の共有メモリを持つPCをすでに使っている場合も、対応するローカルLLM環境で1台構成から検証できる。必ずしもRTXを新規購入する必要はない。

これらに問題がなければ、PCを増やす理由は小さい。問題が起きた場合も、原因が分かる前にRAMやGPUを買い足すのは避けたい。

ローカルLLMを新しく動かすためのGPU選びは「ローカルLLM向けGPU比較」で詳しく扱っている。

4. RTX＋大容量RAMは「大きなモデルを収める」ための拡張策

今のRTX搭載PCでローカルLLMを使いたいが、モデルがVRAMに収まらない。その問題が確認できた場合には、システムRAMを増やす方法がある。

例えば128GBや192GB、対応する構成では256GBなどのRAMを使い、モデルの一部をCPU側で計算したり、必要に応じてGPUへ転送したりする方法だ。これらは異なる実行方式であり、利用する推論ソフトウェアによって対応が変わる。MoEと呼ばれるモデルでは、一部のExpert重みをCPU側へ配置する方法もある。

ただし、RAMを増やす効果は、まず保持できるモデルの容量を増やせる可能性にある。AIの回答が必ず速くなるわけではない。とりわけ複数のエージェントが同時に長い回答を求める場合、CPUの計算速度やRAMの帯域が制約になることがある。

また、大型モデルのCPU・GPU分担は、標準設定だけでは期待する速度が得られず、モデルに合わせた調整が必要な場合もある。したがって、「1台で大きなモデルを試せること」と「毎日快適に使えること」は分けて評価するべきだ。

RAMの最大搭載量はCPU、マザーボード、BIOS、メモリ構成に依存する。256GBへの増設がすべてのPCで可能なわけではない。詳しい仕組みは「第16回：MoEとRTX・大容量RAM」を参照してほしい。

なお、現在の悩みが「モデルが入らない」ではなく「ブラウザやテストが重い」なら、まずCPUやRAMの使用量を調べる。「映像編集とAIが競合する」場合にも、RAM増設だけで解決するとは限らない。

5. 2台分業は「制作とAIが同じPCで競合する」ときに検討する

次に、1台でAI推論と動画編集・3DCG制作を同時に行っている場面を考えよう。AIモデルと制作ソフトが同じGPUを使えば、VRAMや演算処理を取り合い、プレビューの遅延などが起こる場合がある。

こうした競合が実際の仕事に影響するなら、制作PCとAI推論用PCを分ける「2台分業」が選択肢になる。

• 制作PC：RTXなどのGPUを使い、動画編集・3DCG・画像生成・ブラウザやコードの操作を担当する。
• AI推論用PC：ローカルLLMを起動し、制作PCやエージェントからの質問に応答する。大容量メモリを搭載したMac StudioやRyzen AI Max搭載PCなども候補になる。

2台はネットワークで接続し、AI推論用PCのAPI（プログラムから質問を送る窓口）を使って連携する。そうすれば、LLMの計算を制作PCのGPUから切り離せる。ただし、通信待ち時間などは残るため、2台にすればすべての処理が速くなるわけではない。

導入時には、ネットワーク接続、APIのアクセス制限、モデルの更新、2台の保守が必要だ。一方、準備が整えば、制作とAIという役割を固定して日々の負荷を分けやすい。

重要なのは、これは2台のメモリをひとつにつなぐ仕組みではないことだ。1つの巨大モデルを複数の機器に分割して実行する「分散推論」は別の技術であり、「第17回：分散推論と通信の壁」で扱っている。

6. 目的に合わせて「計算をどこに置くか」を決める

PC構成を選ぶときは、最初にAIモデルの計算をクラウドで行うか、手元で行うかを決める。手元で動かす場合は、1台にまとめるか、制作PCから分離するかを考える。この順序なら、製品名が先に並んで迷うことが少ない。

この表は、AIの計算場所と、実際に不足している処理能力に応じた対処方法を整理したものだ。特定のGPUやPCを性能順に並べたランキングではない。

モデルをもっと大きなメモリへ収めたいなら、RTX PROなどの大容量VRAM搭載機や、大容量共有メモリを持つMac Studio、Ryzen AI Max搭載PC、DGX Sparkなども比較候補になる。これらは異なるハードウェアの選択肢であり、「1台で使うか」「2台目のAI推論用PCとして使うか」とは別の判断だ。OS、対応ソフト、処理速度、価格も異なるため、メモリ容量だけで同一視しない。

また、通常のネットワーク経由のAPI連携では、2台のメモリ容量が自動的に合算されるわけではない。

製品・プラットフォームを詳しく比較したい場合は「RTX・RTX PRO・Spark・Ryzen AI Max・Mac Studioの用途別比較」、大容量共有メモリPCの候補は「大容量ユニファイドメモリPC比較」で確認できる。

7. 定期実行と24時間稼働は、分けて考える

例えば、毎朝6時に情報を集めて記事候補を整理したいとする。これは決まった時刻に処理を動かす「定期実行」だ。実行時にPCや実行環境が起動していなければ、処理は始まらない。一方、利用者からいつでも質問を受け付けるAIサービスは、待ち受けを続ける「常時稼働」が必要になる。

両者では、PCの選び方と運用の仕組みが変わる。

なお、定期実行と常時稼働のどちらでも、メール送信、Web公開、ファイル削除など外部への影響が大きい操作には、人間の確認を挟む仕組みを設けたい。これはPCの稼働方式とは別に考えるべき安全対策だ。

長時間動かすPCでは、最大性能だけでなく、消費電力、冷却、騒音、ログ、バックアップ、復旧のしやすさを確認したい。

また、Webページなどの外部情報に含まれた文章を、エージェントが不適切な実行指示として扱わないようにする必要がある。APIキーの管理やアクセス権の制限も重要だ。Dockerなどで実行環境を分離しても、それだけで安全性が確保されるわけではない。

常時稼働に向いたPCとは、処理が速いPCだけではなく、止まったときに原因が分かり、復旧しやすいPCでもある。

8. 何を買うか決める前に確認したい5つの質問

以下の順番で答えると、不要な購入を避けやすい。

9. 結論｜必要な台数ではなく、必要な仕事から決める

複数のAIエージェントを利用しても、その数だけGPUやPCが必要になるわけではない。役割の数と、モデルの数と、同時に動く処理の数は別だ。

CORE SPECが推奨したい順番は、今あるPCで試す → 困っている現象を確かめる → 不足する部分だけ改善する、というものだ。

クラウドAIで足りるなら作業用PCを活用する。ローカルLLMを使うなら、まず1台にモデルを収められるかと、同時要求に対応できるかを調べる。容量が不足するならRAM利用や大容量メモリ機を検討する。そして、制作とAIの負荷が同じPCで競合して支障が出るなら、2台分業を考える。

PCの台数を先に決めるのではなく、止めたくない仕事と、そこで不足している計算資源を先に確かめる。 それが複数AIエージェントのためのPC選びの基本になる。