128GBユニファイドメモリPCとRTX 5090 32GBはどちらがAI向け？
容量・速度・用途を比較【2026年】

128GBの大容量共有メモリを持つRyzen AI Max+ 395搭載PC。
32GBの高速GDDR7を搭載するGeForce RTX 5090。

ローカルAI用のPCを考えていると、
「128GBと32GBなら、128GBの方がAIに強いのでは？」
という疑問が出てきます。

しかし、この比較をメモリ容量だけで考えると判断を誤ります。

Ryzen AI Max+ 395は、大きな共有メモリ空間をCPUとGPUで利用できることが特徴です。
一方、RTX 5090は32GBという容量の中に、高速な専用GDDR7、強力なGPU演算性能、CUDAを中心としたソフトウェア環境を持っています。

つまり比較すべきなのは、128GB vs 32GB ではありません。

CORE SPECでは、

• Capacity｜容量
• Bandwidth｜帯域
• Compute｜演算能力
• Ecosystem｜実行環境

の4軸に分けて考えます。

この記事では、

• 大きなモデルを動かしたいなら、どちらか。
• 小〜中規模モデルを高速に動かしたいなら、どちらか。
• 画像生成や3DCGも含めるなら、どちらか。

というところまで整理します。

30秒で分かる：128GB共有メモリとRTX 5090の違い

先に結論です。

※◎○△は用途に対する相性の目安です。総合性能の順位ではありません。

判断の中心は、次の一文です。

まず前提：128GBと32GBをそのまま比較してはいけない

Ryzen AI Max+ 395では、最大128GBのLPDDR5Xシステムメモリを搭載できます。
AMD Variable Graphics Memory（VGM）では、128GB構成から最大96GBをグラフィックス用途へ設定できます。

一方、RTX 5090は32GBのGDDR7をGPU専用メモリとして搭載します。

概念的には、

です。

同じ「GB」という単位でも、メモリの役割が違います。

したがって、

という比較にはなりません。

比較軸1｜Capacity：どこまでモデルを収められるか

まずRyzen AI Max+ 395が明確に有利なのが容量です。

128GB構成では、AMD VGMによって最大96GBをグラフィックス用途へ設定できます。
AMDはこの環境について、4-bitのLLM/VLMで最大128Bクラスまでを対象にした利用例を公開しています。

もちろん、

128Bならどんなモデルでも必ず動くという意味ではありません。

必要メモリ量は、

• 量子化
• モデル構造
• KV Cache
• コンテキスト長
• ランタイム
• OS
• 同時実行するAI

によって変わります。

しかし32GBという固定容量を超えるモデルを扱いたい場合、大容量共有メモリの価値は明確になります。

RTX 5090には「32GBの壁」がある

RTX 5090は非常に高速なGPUですが、専用VRAMは32GBです。
そのためモデル重みと実行時領域の合計が32GBを超える場合、すべてをVRAMへ収めることはできません。

たとえば70B級モデルを4-bit量子化した場合、モデルによっては重みだけでも32GBを超えます。
（※各モデルサイズの必要VRAMについては「モデルサイズ別の必要メモリ」で詳細に整理しています）

この場合、

• 一部をシステムRAMへオフロードする
• 量子化をさらに強くする
• コンテキストを減らす
• モデルを小さくする
• 複数GPUを使う

といった対応が必要です。
（※CPUオフロード時の帯域ボトルネックについては「RAM・VRAMとCPUオフロード」も参照）

ここで重要なのは、「RTX 5090では70Bが動かない」ではありません。

システムRAMへのオフロードを使えば動作可能な構成もあります。
ただし、GPU専用メモリだけで完結する状態とは異なり、データ移動やCPU側処理が増えるため、RTX 5090本来の高速な専用VRAMだけで処理する環境とは条件が変わります。

比較軸2｜Bandwidth：同じ「メモリ」でも速度が違う

次は帯域です。

Ryzen AI Max+ 395のLPDDR5Xメモリ帯域は256GB/s。
RTX 5090のGDDR7は1,792GB/sです。

この数字だけでも、同じ「GBのメモリ」と呼んでいても性格が大きく違うことが分かります。

ただし、

メモリ帯域が大きいから、LLMのtoken/sがそのまま比例して増えるわけではありません。

実際の速度には、

• モデル構造
• 量子化
• GPU演算性能
• ランタイム
• カーネル最適化
• コンテキスト
• バッチサイズ

なども影響します。

それでも自己回帰型LLMの推論では、メモリ帯域は重要な要素です。

つまり、

• Ryzen AI Max：より大きなモデルを収められる。
• RTX 5090：収まる範囲なら非常に高速なメモリ環境を利用できる。

という違いがあります。

「入るけれど遅い」と「速いけれど入らない」は別問題

この比較の本質はここにあります。

仮に70B級モデルがあるとします。
Ryzen AI Max+ 395の128GB環境では、大容量共有メモリを活かしてモデル全体を収められる可能性があります。
一方、RTX 5090では32GBを超えるため、そのままGPU専用メモリだけには収まりません。

逆に20B〜32Bクラスなど、RTX 5090の32GBへ十分収まるモデルなら状況が変わります。
その場合、容量というRyzen側の優位性を使わなくてもよいからです。

そこで、「大きなモデルが入るか」から、「入ったあとにどれだけ速く動かせるか」へ判断軸が移ります。

比較軸3｜Compute：RTX 5090は専用GPUである

RTX 5090は、AIだけのために存在するGPUではありません。

Blackwell世代の専用GPUとして、

• 21,760 CUDAコア
• 第5世代Tensorコア
• 32GB GDDR7

を搭載しています。

そのためAI推論以外にも、

• 画像生成
• 動画生成
• 3DCG
• GPUレンダリング
• CUDA処理

など幅広いGPUワークロードを処理できます。

一方、Ryzen AI Max+ 395のRadeon 8060Sは40 Compute Unitsの統合GPUです。
大容量共有メモリを利用できることが大きな特徴ですが、128GBという容量そのものがRTX 5090級のGPU演算性能を意味するわけではありません。

ここでも、Capacity ≠ Compute です。

比較軸4｜Ecosystem：CUDAか、ROCm / Vulkanか

そしてPCを実際に使ううえで重要なのがソフトウェア環境です。

したがって、「AMDだからローカルAIで使えない」という状況ではありません。

ただし、「ソフトウェアの対応範囲や最適化状況までNVIDIAと同じ」という意味でもありません。
使いたいアプリ・ライブラリが何を前提にしているかは、購入前に確認する必要があります。

※大容量共有メモリ環境として、macOS＋MLXのMac Studio M5 UltraとWindows/Linux＋ROCmのRyzen AI Max+ 395の違いを検討したい場合は、「Mac Studio M5 UltraとRyzen AI Max+ 395はどちらがローカルAI向け？」でメモリ・帯域・MLX・ROCmを比較しています。

CORE SPEC 4大評価軸で並べる

ここから分かるのは、「どちらかが完全上位ではない」ということです。
設計の目的が違います。

モデル規模別の向き不向き

7B〜14BならRTX 5090の容量問題は起きにくい

7B〜14Bクラスの量子化モデルを利用するのであれば、32GB VRAMという容量はかなり大きな余裕があります。
この領域ではRyzen AI Maxの128GBを使い切る必要性は高くありません。

そのため、

• 応答速度
• CUDA
• 他のGPUアプリ
• 制作環境との共用

を重視するならRTX 5090が有力です。

一方、

• AI専用機として分離したい
• 将来さらに大きなモデルを扱いたい
• 大容量メモリを他のAIサービスにも使いたい

のであればRyzen AI Maxを選ぶ意味があります。

20B〜32Bでも「高速性ならRTX」「余白ならRyzen」

20B〜32Bクラスでは、両方が候補になります。
RTX 5090の32GBへ収まる条件であれば、高速な専用メモリとCUDA環境を活かせます。

一方Ryzen AI Max 128GBなら、

• 大きなコンテキスト
• Embedding
• Reranker
• 複数LLM
• 他のAIサービス

を同じPCへ常駐させる余裕があります。

つまりモデルサイズだけでなく、「そのモデル以外に何を同時に動かすか」を見る必要があります。

70B級からRyzen AI Max 128GBの意味が大きくなる

70B級では32GBというRTX 5090の専用VRAM容量が判断上の制約になりやすくなります。
量子化したモデルでも、モデル本体だけで30GBを大きく超えるケースがあります。

さらに、

• KV Cache
• コンテキスト
• ランタイム
• OS
• 同時サービス

が加わります。

ここまで来るとRyzen AI Max+ 395 128GBの大容量共有メモリが効いてきます。

CORE SPECでは、
「70B級以上を主要目的にするなら、RTX 5090の速度だけではなく『モデル全体をどこへ置くか』から考える」
ことを推奨します。

100B級以上では、そもそも比較の意味が変わる

AMDは128GBのRyzen AI Max+ 395について、96GB VGMを利用して4-bitの最大128Bクラスを扱う用途を公開しています。
またGPT-OSS 120Bでは、MXFP4形式の重みが約61GBという特定モデル・特定形式の例もあります。

これは32GBのRTX 5090単体専用VRAMには収まりません。

この領域では、

「RTX 5090よりRyzenの方が速いか」ではなく、「単体PCでそのモデルをメモリ内へ置けるか」が先に来ます。

モデルサイズ以外で考えるべき用途

長文RAGでは128GBの余白が効く

RAGではLLMだけでなく、

を組み合わせることがあります。
長いコンテキストを利用するとKV Cacheも増えます。

このような環境では、「モデル1個が32GBへ収まるか」だけでは十分ではありません。
環境全体で必要になるメモリを見ます。
そのため大容量RAG環境ではRyzen AI Max+ 395 128GBのような構成が選択肢になります。

AIエージェントでも同じことが起きる

AIエージェント環境では、

のように複数サービスを動かすことがあります。
ここでは一つのLLMを最高速度で動かす性能だけではなく、「複数のAIを同時に常駐できること」そのものに価値があります。

Article 2（Ryzen AI Maxは64GBと128GBのどちらを選ぶ？）で整理した、

• 一つのAIを使うPCなのか。
• AI環境そのものを常駐させるPCなのか。

という境界が、RTX 5090との比較でも重要になります。

画像生成・動画生成ならRTX 5090を優先しやすい

画像生成や動画生成では状況が変わります。
この領域では、

• GPU演算性能
• Tensor演算
• メモリ帯域
• CUDA対応
• 各アプリの最適化

が重要になります。
32GBへ処理が収まるのであれば、RTX 5090の高速な専用GPU環境を活かしやすくなります。

したがって、「大容量だからRyzen AI Maxの方が画像生成にも強い」とは考えません。
大容量LLMと画像・動画生成では、必要になる計算資源の性格が違います。

3DCG・映像制作もRTXの強みを活かしやすい

同様に、

• Blender
• GPUレンダリング
• リアルタイム3DCG
• 映像処理
• CUDAを利用する制作ツール

まで1台へまとめる場合、RTX 5090搭載PCは強力な選択肢です。

Ryzen AI Maxの128GBは、「制作PCの128GB版」というより、「大容量ローカルAI環境を小さなPCへ持つ」という見方をした方が、その特徴を理解しやすくなります。

用途別に見るとこうなる

RTX 5090を選ぶ場合でも、大型のATXデスクトップだけが選択肢ではありません。
設置スペースを抑えながらRTX制作環境を作りたい場合は、Mini-ITXという方向もあります。
ただし、小型化するとGPU互換性、冷却、配線、PCIe拡張、将来の変更余地といった別の制約が生まれます。

※RTX 5090クラスを小型筐体へ収めるときに何の“余白”と交換するのかについては、「Mini-ITXでクリエイターPCはあり？」で詳しく整理しています。

「どちらを買うか」ではなく、役割を分ける方法もある

ここまで比較すると、「RTX 5090とRyzen AI Maxは完全な代替関係ではない」ことが見えてきます。

むしろ、

という役割分担も考えられます。

1台を万能にするのではなく、

• 速さが必要な処理はRTX。
• 容量が必要な処理は大容量共有メモリ。

という構成です。
RTXの高速GPU演算と128GB AI環境をどちらか一方に決めず、別々のPCへ役割分担する方法については、「RTX制作PC＋128GB AIミニPCという2台構成は有効？」で、LAN・API・NASまで含めて設計しています。

RTX 5090でCPUオフロードすれば128GB PCはいらない？

必ずしもそうではありません。
RTX 5090のVRAMに入りきらないモデルの一部をシステムRAMへ置くことはできます。
そのため、「32GBを超えた瞬間に実行不能になる」わけではありません。

ただし、モデルの多くをCPU側へ逃がすほど、RTX 5090が持つ高速な専用VRAMだけで完結する状態から離れていきます。

したがって、

• たまに70Bを試したい：オフロードで対応する方法もある
• 70B以上を日常的に使いたい / 長文RAGやAIエージェントを常駐させたい：大容量共有メモリPCそのものを用意する意味が大きくなる

という判断になります。

128GBにすればRTX 5090は不要になる？

これも違います。

128GBは、「より大きな計算能力」ではなく、「より大きなメモリ空間」を得る選択です。
RTX 5090が持つ、

• 高速GDDR7
• CUDA
• Tensorコア
• GPU制作環境

とは別の価値です。

したがって、128GB ≠ RTX 5090の上位互換 です。
同時に、RTX 5090 ≠ 128GB共有メモリPCの上位互換 でもありません。

CORE SPECの判断

この比較で最初に見る数字は、128GBと32GBではありません。

最初に見るべきなのは、

です。

結論：容量と速度のどちらがボトルネックになるかを見る

Ryzen AI Max+ 395 128GBとRTX 5090 32GBは、同じ「AI向けPC」という言葉で括られていても、得意なことが違います。

• Ryzen AI Maxは、大きなモデルをメモリへ収めること。
• RTX 5090は、収まる処理を高速な専用GPU環境で実行すること。

だから、

「128GBだからRTX 5090より強い」でも、
「RTX 5090だからどんなAIでも強い」でもありません。

AI PCを選ぶときは、

• Capacity
• Bandwidth
• Compute
• Ecosystem

を分けて考える。
そして最後に、「自分がやりたい処理は、どこで止まるのか」を見る。

そこが分かれば、128GBと32GBという数字だけに振り回されず、自分に必要な計算資源を選べるようになります。