究極のAI・機械学習PCの構築

大規模言語モデルを用いた人工知能（AI）や機械学習を利用する際に、データ盗難やプライバシー侵害に対する脆弱性を軽減する最良の方法の一つは、モデルをローカルで実行することです。実行するモデルによっては、世界最高性能のシステムさえ必要ありません。もっとも、あると確かに役立ちます。

ここでは、AI と機械学習のワークロード向けに PC を構築する方法について説明します。これにより、データの安全性とプライベートを維持し、AI が常に準備万端で待機していることを保証できます。

AI PC には何が必要ですか?

AI PC は、さまざまなタスクにおいて高性能 PC と大幅に異なるわけではありませんが、若干変わった要件があるため、それを念頭に置いたシステムの構築は、強力なゲーム用 PC の構築とは少し異なります。

大手CPUメーカーの多くは、この1年間、ニューラルプロセッサとその効率性について盛んに語ってきましたが、その性能は数十TOPS（1秒あたり兆回演算）程度にとどまっています。Nvidia RTX 4090が1,300TOPSを超える性能を発揮できることを知れば、かなり高いように思えるかもしれません。

つまり、AIワークロードにおいてCPUの重要性ははるかに低いということです。高速プロセッサは常に役立ち、コア数が多いほど機械学習ワークロードは確実に高速化し、高負荷時でもシステムの稼働を維持できますが、真のパワーはグラフィックカードから生まれます。

そのため、私たちは強力なGPUを探しています。できれば大容量のビデオメモリ、システムメモリが足りない場合は大容量、そして拡張性と高速性に優れたローカルストレージを備えたものが望ましいです。また、ハイエンドのマザーボードも必要です。マザーボード単体ではAIパフォーマンスは向上しませんが、最高級のマザーボードはCPUとGPUへのスムーズな電力供給を確保し、機械学習タスクを高速化したり、複数のグラフィックカードを並列処理したりしたい場合に複数のグラフィックカードをサポートします。

それ以外は、大容量電源と優れた冷却システムがあれば、お好きなケースに入れて、過熱やスロットリングを起こさずにシステムを稼働させることができます。消費電力を抑えて高効率化を実現し、ランニングコストを抑えるのも望ましいですが、これはハイエンドGPUの選択肢とは相反するものです。将来的には、アップグレード性についても検討する予定です。

CPU

通常、CPUはゲーム、オフィスワーク、ストリーミング、動画編集など、PCの心臓部です。しかし、機械学習やAI搭載PCではCPUが重要な役割を果たしているものの、PCの要ではありません。

それでも、コア数が多く、将来的なアップグレードパスも充実した最新のCPUが望ましいでしょう。そのためには、AMD Ryzen 9950Xをお勧めします。これはAMDの最新CPUの一つで、16コア、32スレッドをサポートしています。また、ハイエンドCPUとしては比較的低消費電力で、独自の大規模な言語モデルを実行したり、巨大なGPUでそれらを学習させるシステムをサポートしたりするのに十分な余裕があります。

より手頃な価格の選択肢をお探しなら、前世代の7950Xは十分な性能を備え、約100ドル安く、優れたパフォーマンスを提供します。Intelファンなら、Core Ultra 9 285KまたはCore Ultra 7 265Kを検討してみてください。これらのモデルは、多数のコアと優れた効率性に加え、独自のオンボードニューラルプロセッサを搭載しています。

マザーボード

カスタムビルドPCにおいて、マザーボードが最も魅力的なコンポーネントであることは稀ですが、AIや機械学習を目的としたコンピューターでは、想像以上に重要な役割を果たします。システムが扱うであろう膨大な電力を処理できるよう、強力で安定したVRMを搭載したマザーボードが不可欠です。理想的には、最速のストレージを実現するためにPCIExpress 5をサポートし、トレーニング用のGPUを2枚搭載したい場合は、複数のグラフィックカードをサポートしていることも重要です。

あるいは、古いマザーボードでもいいでしょう。たぶん大丈夫でしょう。冗談ですよ。だって、マザーボードに1,000ドル近くもかけたい人なんているでしょうか？ でも、結局のところ、格安モデル以外なら何でも十分でしょう。予算内で必要な機能を備えているか確認しましょう。

また、お使いのCPUに合ったものを選ぶようにしてください。ご不明な場合は、購入前に必ずご確認ください。

グラフィックカード

AI・機械学習PCのコンポーネントに予算を投入するなら、グラフィックカードに投資しましょう。大規模な言語モデルを学習する場合、あるいは大規模で複雑なモデルを実行するだけでも、強力なグラフィックカードが必要です。グラフィックカードには、モデルをカード本体に保存するためのVRAMと、モデルを実際に実行するための数千の並列処理コアが搭載されています。

予算に余裕がない場合は、Nvidia RTX 3060 12GBのようなカードを検討してみてください。執筆時点では約300ドルで購入できます。しかし、AIトレーニングを本格的に進めたい場合や、最も高度で要求の厳しいモデルを実行したい場合は、ハイエンドのカードを選ぶほど良いでしょう。RTX 5090は現在世界最高のグラフィックカードですが、入手が非常に困難です。

前世代の代替品も簡単には見つからないので、少し待つ必要があるかもしれません。執筆時点で見つけた最良のものは、1500ドルのRTX 3090のリニューアル版、または16GBのVRAMを搭載した4070 Ti Superでした。

AMDはどうでしょうか？残念ながら、AMDのAIアクセラレータはゲームには最適ですが、AIタスクに関してはCUDAコアやTensorコアにはまだ匹敵しません。今後状況は変わるかもしれませんが、今のところAI PCを構築するなら、Nvidia GPUが最適な選択肢です。

メモリ

メモリでパフォーマンスを最大限まで高めることはできますが、AI搭載PCでは大きな違いは生まれません。最善策は、高速メモリをたっぷり搭載し、あまり考えすぎないことです。ただし、オーバークロックに興味がない限りは。

Corsair、Kingston、G-Skill、Patriot、TeamGroupなどの大手メーカーから、6400MHzの64GBメモリキットを入手しましょう。これ以上の速度を求める場合は、最大限に活用するために設定を微調整する必要があります。十分なメモリ容量があるか確認するのが賢明です。

ストレージ

AIや機械学習PCには、大量の高速ストレージが不可欠です。大量の高速ストレージがあれば、大量のトレーニングデータを処理できます。幸いなことに、最近のストレージはかつてないほど高速かつ安価になっているため、数百ドルで数テラバイトのPCIe 5 SSDストレージを手に入れることができます。

ここでは主要ブランドの SSD のどれでも使用できますが、メモリと同様に、十分な容量があることを確認してください。

力

電源は、ケチケチして節約しようとしてはいけない部分です。良い電源があれば、高価なAI PC全体を長期間健全な状態に保つことができます。大手電源ブランドの1,200W以上のTitaniumまたはPlatinum電源を購入すれば、確実な選択肢になるでしょう。EVGA、Corsair、Seasonic、FSP、Thermaltake、Enermax、SuperFlower、beQuiet!などは素晴らしい選択肢です。

すべてをまとめると

上記のハードウェアはすべて揃えたけれど、実際に組み立てる方法についてヒントが欲しいという方、ぜひ参考にしてください。組み立てが完了すれば（あるいは誰かに組み立ててもらったら）、超パワフルで高性能なAI・機械学習PCがすぐに使えるようになります。