メモリを足せばVRAMの代わりになるのか？ 増設前後で実測し、128GB小型PCの仕組みと自作費用も調べた

「GPUのメモリ（VRAM）が足りないなら、PCのメモリを足せばいいのでは？」──128GBのメモリを積んだ小型PCで80GB級のAIが動いた、という記事を読んで、そう考えた方も多いと思います。そこで弊社の検証用PCのメモリを32GBから64GBに増設し、増設の前後で同じベンチマークを取りました。あわせて、その小型PCがなぜ速いのかをハードの仕組みから整理し、同じことを自作で実現したらいくらかかるかも見積もりました。

きっかけ：128GBメモリのPCで80GB級のAIが動いた

PC Watch に、マウスコンピューターの小型PC「DAIV CX」で大型のローカルAIを動かした検証記事が載りました。CPUは Ryzen AI Max+ 395、メモリは128GBで、そのうち最大96GBをGPU用に割り当てられます。記事では、65GBの gpt-oss-120b が 46.5 tok/s、87GBの GLM-5.3-Flash が 13.1 tok/s で動いていました。

普通のグラフィックボードのVRAMは16〜32GBです。それを考えると、80GB級が「メモリで」動くのは大きな話です。では、手元のPCにメモリを足せば同じことができるのか。これを実際に確かめました。

これまでの記事で、VRAMからはみ出すと遅くなること（はみ出しても答えの中身は変わらない話）や、どのくらいの速さなら仕事に使えるか（速度の許容値の話）を書いてきました。今回はその続きです。

検証に使ったPCとやり方

これまでの記事と同じ「3号機」です。測ったのは、書く速さ（1秒あたりに出せるトークン数）と、読む速さ（資料を読み込む速さ）、それに資料を渡してから最初の1文字が出るまでの時間です。

モデルは、VRAMに全部載る小さいもの（7B〜20B）から、少しはみ出すもの（27B〜32B）、VRAMの約4倍ある gpt-oss:120b（65GB）まで並べました。比較用に、8BのモデルをわざとGPUを使わずCPUとメモリだけで動かした条件も入れています。

増設前：はみ出した瞬間に遅くなる

まず、メモリ32GBの状態での結果です。

• VRAMに全部載るモデルは、7Bでも20Bでも約44〜58 tok/sで快適でした。
• VRAMから20%はみ出した gemma3:27b は6.7 tok/s、27%はみ出した qwen3:32b は4.0 tok/s に落ちました。
• 65GBの gpt-oss:120b は、メモリ32GBにも入りきらず、SSDから読みながら動く状態でした。書く速さは1.3 tok/s、資料を渡してから最初の1文字まで151秒かかりました。
• 例外は qwen3:30b-a3b です。18%はみ出しても36 tok/sと速いままでした。これは「MoE」という、1文字ごとにモデルの一部（30Bのうち3B分）しか使わない作りのためです。

増設後：変わったのは120bだけ

メモリを64GBにして、同じモデル・同じ質問で測り直しました。

単位は tok/s（短い質問3問の中央値）。gpt-oss:120b の増設後は2回目の計測値（1回目は読み込み中のため1問ごとに5.0→6.0→8.8→10.8と加速した）。

gpt-oss:120b だけが1.3 → 8.7 tok/sと約7倍になりました。資料を渡してから最初の1文字が出るまでも、151秒 → 69秒に縮みました。増設前はメモリに入りきらずSSDから読んでいたのが、増設後はメモリに全部収まったためです。実測前に計算式で立てた予測（5〜10 tok/s）の範囲にも入りました。

一方、それ以外のモデルはまったく変わりませんでした。20%はみ出していた gemma3:27b も、CPUだけで動かした8Bも同じ速さです。

なぜ速くならないのか：速さはメモリの「道幅」で決まる

AIは1文字（1トークン）書くたびに、使う部分の重みをメモリから全部読み直します。計算よりも読み出しが追いつかないのが遅さの正体です。前々回の記事で示した式を、ざっくり書くとこうなります。

メモリを増設して増えるのは容量（入る量）だけで、帯域（読み出す速さ）は変わりません。3号機のメモリは増設後もDDR4-2400のままなので、はみ出した分を読む速さは同じです。だから、もともとメモリに収まっていたモデルは速くなりませんでした。

120bが速くなったのは例外ではありません。SSD（1秒に数GB）から読んでいたものが、メモリ（1秒に約25GB）から読めるようになっただけです。「入らない」が「入る」に変わる時だけ、増設は効きます。

DAIV CXは、メモリの遅さをハードでどう解決しているか

では、DAIV CXはなぜ「メモリで」80GB級を速く動かせるのか。答えは、メモリそのものが普通のPCとまったく違う作りだからです。ポイントは4つあります。

つまり、「メモリでVRAMの代わりをする」のではなく、VRAM並みに速いメモリを大量に積んでいると考えるのが正確です。帯域は理論値で256GB/sあり、3号機のグラフィックボード（320GB/s）の8割に届きます。

同じものを自分で組んだら、いくらかかるか

DAIV CX の直販価格は税込949,800円です（Windows、2TB SSD、国内保証込み）。同じ考え方のPCを自分で用意する方法を、4通り見積もりました。

2026年10月8日時点の公開価格・相場からの概算。メモリ価格が高騰中で、数週間で1割以上動くことがあります。為替は1ドル150円で計算。120bの速さは、今回の実測（帯域38GB/sで8.7 tok/s）から帯域の比で見積もった目安で、DAIVの実測（46.5）とほぼ合います。

A. 同じチップのミニPCを買う（約58万円）

Ryzen AI Max+ 395 と128GBを積んだミニPCは他社からも出ています。たとえば GMKtec EVO-X2（128GB／2TB）は公式ストアで583,000円です。中身の性能はDAIV CXとほぼ同じで、差額の約37万円は、国内メーカーの保証・サポートや部品選定の違いと考えられます。なお、このミニPCも発売時は約42万円でした。メモリ高騰で4割近く上がっています。

B. 同じチップのマザーボードで組む（約61万円）

このチップはメモリが直付けのため、CPUとメモリを別々に買うことはできません。「自作」に一番近いのは、Framework 社が単体で売っているMini-ITXサイズのマザーボード（CPUと128GBメモリが付いた状態）を使う方法です。

組み立ての手間をかけても、完成品のミニPCより安くはなりません。マザーボード自体が完成品と同じ部品だからです。

C. 一般の部品で帯域を近づける（約87万円）

差し込み式のメモリで帯域を稼ぐには、メモリの通り道（チャネル）が多いCPUを使います。ワークステーション向けの Threadripper 9960X は4チャネルで、DDR5-6400を使うと理論205GB/s。DAIVの8割です。

DAIVとほぼ同じ金額で、帯域は8割です。その代わり、メモリを後から256GBまで増やせて、グラフィックボードも交換できます。VRAM 16GBに載る部分はGPUで速く動くので、120bなら30〜45 tok/sが見込めます。

D. 普通の自作PCにメモリ128GB（約52万円）

一般的なデスクトップ（Ryzen 7 ＋ B850マザーボード）に、DDR5を4枚挿して128GBにする方法です。メモリだけで約28万円かかります。それでも帯域は2チャネルのままで、4枚挿しだと速度も下がるため理論83GB/sです。容量はDAIVと同じでも、速さは約1/3になります。今回の3号機の増設と同じ「入るけど速くはない」構成です。

許容値で見ると、どれを選ぶべきか

前回の記事の基準では、チャットで快適なのは20 tok/s以上、実用の下限が10 tok/s、5 tok/s以下は夜間の自動処理向けです。この基準で整理するとこうなります。

• 3号機＋増設（8.7 tok/s）：120bが「動く」ようにはなりましたが、会話には少し遅いです。1件10分程度の急がない仕事向けです。資料を読ませると最初の返事まで約1分かかります。
• D. 普通の自作＋128GB（15〜20 tok/s）：実用ラインには届きます。ただし資料を読む速さはGPUに頼れないので遅めです。
• A〜C、DAIV（30〜46 tok/s）：120bを会話で快適に使えます。ただし費用は60〜95万円です。

もう1つ大事なのは、120bと20bの賢さの差が思ったほど大きくないことです。第三者機関 Artificial Analysis の総合評価では、gpt-oss-120b が12点、gpt-oss-20b が9点でした。20bはVRAM 16GBに全部載り、60 tok/s前後で快適に動きます。「とにかく大きいモデル」を目指すより、VRAMに載る範囲で一番良いモデルを選ぶ方が、多くの業務では割に合います。

おまけ：増設後にAIがGPUを使わなくなった話

増設後に最初に測ったとき、7Bの小さいモデルまでGPU 0%（CPUだけ）で動いていました。原因はメモリではなく、Ollama の自動アップデートが途中で止まったことでした。アップデート中にシャットダウンしたため、AMDのGPUを使うための部品（ROCm）が丸ごと欠けていました。Ollamaを入れ直すと元に戻りました。

増設や再起動の後に「急に遅くなった」と感じたら、ollama ps で「100% GPU」と出ているかを最初に確認するのがおすすめです。

まとめ

• メモリ増設は、入らなかったモデルを動かすためには効く。今回は120bが1.3 → 8.7 tok/s になった。
• メモリ増設で、はみ出したモデルが速くなることはない。速さはメモリの帯域で決まり、普通のPCのメモリはVRAMの約1/8しかない。
• DAIV CXが速いのは、256bit・LPDDR5X-8000の直付けメモリをCPUとGPUで共有しているから。メモリがVRAM並みに速い。
• 同じ帯域を自分で用意すると60〜90万円。部品を選んで組んでも、完成品より大きく安くはならない。
• 多くの業務では、VRAMに載る範囲で良いモデルを選ぶのが一番コスパが良い。

出典・参考

• PC Watch「マウスコンピューター『DAIV』から登場した128GBメモリ搭載ローカルLLM向けPC。大規模モデルの実力に迫る」（2026年9月24日）
  https://pc.watch.impress.co.jp/docs/topic/special/2141205.html
• エルミタージュ秋葉原「マウス、Ryzen AI Max+ 395と128GBメモリ搭載小型PC『DAIV CX-A9A60』」
  https://www.gdm.or.jp/pressrelease/2026/0824/649291
• AMD「Ryzen AI Max+ 395」製品ページ
  https://www.amd.com/en/products/processors/desktops/ryzen/ryzen-ai-halo/ryzen-ai-max-plus-395.html
• Framework「Framework Desktop Mainboard」
  https://frame.work/products/framework-desktop-mainboard-amd-ryzen-ai-max-300-series
• GMKtec「EVO-X2」公式ストア
  https://jp.gmktec.com/products/gmktec-evo-x2-amd-ryzen%E2%84%A2-ai-max-395-mini-pc
• 価格.com「AMD Ryzen Threadripper 9960X BOX」
  https://kakaku.com/item/K0001702503/
• ゲーミングスタイル「DDR5メモリ価格推移【2026年10月】」
  https://gaming-st.com/gamingpc/664/
• Artificial Analysis「LLM Leaderboard」
  https://artificialanalysis.ai/leaderboards/models
• 弊社ブログ「VRAMからはみ出したAIは、頭が悪くなるのか？ 実測と計算式で確かめた」
  https://syushi.com/blog/local-llm-offload-accuracy-speed/
• 弊社ブログ「ローカルAIの「遅さ」はどこまで許せるか？ チャットをやめて自動化すれば見えてくる答え」
  https://syushi.com/blog/local-llm-speed-tolerance/