AI PCが登場、ローカルで120B大規模モデルに対応！NVIDIAはRTX Sparkを使って「個人AIコンピュータ」ベースを再定義

過去2年間、PCメーカーは「AI PC」を宣伝する際に繰り返し言及してきたパラメータがある：NPUの計算能力。しかし、IntelのLunar Lakeの45 TOPSやAMDのStrix Pointの50 TOPSといった数字は、常に比較的穏やかな規模にとどまっている。背景ぼかしや音声ノイズ除去、小規模なエッジモデルの実行は可能だが、それだけに過ぎない。

5月31日、NVIDIAはGTC 2026大会でRTX Spark超チップを発表し、この数字を1ペタフロップ、つまり1000 TOPSに引き上げた。30％や50％の向上ではなく、直接一つの桁違いのレベルに超えた。

同時に発表された他のニュースもある：MicrosoftはRTX Sparkと連携し、Windowsのネイティブセキュリティ機能をアップグレード、NVIDIAのオープンソースサンドボックス実行環境OpenShellをWindowsプラットフォームに導入した；AdobeはPhotoshopとPremiereを根底から再構築し、RTX Sparkの統一メモリアーキテクチャに最適化；最初の6つのOEMメーカーは、今年秋にこのチップを搭載した薄型ノートPCやコンパクトデスクトップを発売することを確認した。

このGTCでNVIDIAが行ったのは、新しいチップのリリースだけではない。彼らは「個人向けAIコンピュータ」というカテゴリーに新たなハードウェア標準を設定しようとしている。

GPUがPCの主役になるとき

まず、このチップ自体を見てみよう。GTCでNVIDIAが公開したデータによると、RTX SparkはBlackwellアーキテクチャのGPUを統合し、CUDAコアは6144基、MediaTekと共同設計した20コアのArmアーキテクチャGrace CPUと組み合わせ、TSMCの3nmプロセスで製造されている。重要な変化はメモリアーキテクチャにある：最大128GBの統一メモリを持ち、CPUとGPUが同じメモリプールを共有し、データの行き来を不要にしている。

これは従来のPCのアーキテクチャと逆の考え方だ。

従来のPCの基本構造は「x86 CPUをメイン処理装置とし、独立したGPUをオプションとして搭載する」ものだった。近年のAI PCの概念でも、IntelやAMDはCPU内にNPUを内蔵し、AIアクセラレーションのための追加モジュールとして使ってきた。これらのNPUの計算能力は一般的に40〜50 TOPS程度だ。GPUは依然として「外付け」の存在だった。

しかし、RTX Sparkはこの状況を一変させる。GPUを主役にし、CPUは脇役に退いた。このSoCのAI計算能力は1ペタフロップFP4、すなわち1000 TOPS以上であり、これは前世代のAI PCに内蔵されたNPUの20倍以上の性能だ。これは単なる速度向上ではなく、まったく別のレースのスタートラインに立ったことを意味する。

OEMメーカーの追随もこの判断を裏付けている。NVIDIAの公式発表やDIGITIMESの後続報によると、ASUS、Dell、HP、Lenovo、Microsoft Surface、MSIは、今年秋にRTX Sparkを搭載した薄型ノートとコンパクトデスクトップを発売予定。AcerやGIGABYTEもこれに続く。主要なWindows PCブランドはほぼ全て参入している。

RTX Sparkはゼロから生まれた製品ではない。2025年初頭、同じBlackwellとGraceコアを持つチップは、Project DIGITSやDGX Sparkの形で既に登場していたが、その当時はLinuxデスクトップ超算向けのもので、サイズは小型デスクトップに近かった。一年後、そのアーキテクチャは薄型ノートの冷却空間に押し込まれ、OSはLinuxからWindowsに変わり、ターゲットもAI開発者から一般消費者や企業ユーザーへと拡大した。これがGTC 2026のコンシューマ向け発表で最も注目すべき変化だ。NVIDIAは開発者向けの玩具をリリースしているのではなく、コンシューマ市場の扉を開こうとしている。

120Bモデルをローカルで動かす、十分か？

計算能力とメモリの数字は最終的に「何ができるか」という問いに答える必要がある。

NVIDIAの発表によると、RTX Sparkは120Bパラメータの大規模モデルをローカルで動作させることをサポートし、コンテキストウィンドウは百万トークンに達する。120Bとはどの程度の規模か？参考までに、現行のコンシューマ向けハードウェアでローカルモデルを動かす主流は、24GBのRTX 4090で量子化圧縮を行い、30B〜40Bパラメータのモデルを動かすことだ。小さなモデルなら、コンシューマ向けGPU上で高速に動かせるのは9Bモデルだ。9Bから120Bへの跳躍は、エッジAIの「十分」基準を再定義する。

128GBの統一メモリがこれらを可能にしている。従来のPCアーキテクチャでは、CPUは独自のシステムメモリを持ち、GPUは独自のビデオメモリを持ち、両者の間には物理的な境界がある。大きすぎるモデルはメモリ容量を超え、動かすことも、複雑なモデル分割やメモリ交換を伴い、速度は著しく低下する。統一メモリアーキテクチャはこのボトルネックを排除し、モデルデータを128GBの共有プールに直接格納、CPUとGPUがアクセスできるようにしている。Apple Siliconはこの技術路線のコンシューマ向け実現性を最初に証明し、今やNVIDIAはそれをWindowsに持ち込んだ。

大規模モデル推論だけでなく、NVIDIAが挙げるユースケースには、12K動画編集、90GB超の3Dシーンレンダリング、1440p解像度で100fps超のレイトレーシングゲームも含まれる。これらのシナリオは、処理するデータ量が非常に大きく、従来のPCでは待ち時間が数倍になるか、そもそも動かせない。

「動作をサポートする」と「快適に使える」には距離がある。NVIDIAは120BモデルのRTX Spark上での実推論速度や、百万トークンのコンテキストシナリオでの最初のトークン遅延については公表していない。長いコンテキスト推論の速度を決める重要な指標はメモリ帯域幅だ。参考までに、同じGB10コアを使うDGX Sparkの実測値では、メモリ帯域幅は約301GB/s。これくらいの帯域幅があれば120Bモデルは動かせるが、百万トークン級のコンテキストウィンドウでは、最初の出力トークンが出るまで数秒待つ必要があるかもしれない。RTX Sparkのノートブック版は、電力制限のため、実際の帯域幅はさらに調整される可能性がある。

AIエージェントに安全枠を追加

計算能力以外のもう一つの重要な発表は、NVIDIAとMicrosoftのシステムレベルでの連携だ。これはGTC 2026のコンシューマ向け発表の中で最も見落とされやすいが、産業への影響は非常に大きい。

120Bモデルを動かせるPCを、自己操作可能なデスクトップ操作やファイルの読み書きができるAIエージェントに使わせると、セキュリティリスクは「データが失われるか」レベルではなく、「エージェントが望ましくないことをしないか」という次元になる。この問題を解決しなければ、企業はこの種のデバイスを社員に配布できない。

MicrosoftとNVIDIAが提案するのは二つの防御線だ。第一に、MicrosoftはWindowsのネイティブセキュリティ機能を強化し、OSレベルでAIエージェントの行動を監視・制約できるようにした；第二に、NVIDIAはOpenShell実行環境を正式にWindowsプラットフォームに導入した。NVIDIAの公式ドキュメントによると、OpenShellはオープンソースのサンドボックス実行環境で、カーネルレベルの隔離を提供する。これにより、AIエージェントの操作範囲を制御し、権限を厳格に限定、システムのコアファイルやネットワーク、ユーザーデータへの越境アクセスを防ぐ。

この組み合わせは、企業の調達にとって明確な意味を持つ。それ以前は、「ローカルAIエージェント」という概念は技術デモの段階にとどまっていた。ハードウェアは動くが、安全性の枠組みが空洞だった。企業のIT部門は、この状態のデバイスを調達リストに載せることはなかった。NVIDIAとMicrosoftは、ハードとアプリの間に標準化された隔離層を挿入し、「使える」から「管理できる」へと変えている。

OpenShell自体のパフォーマンスオーバーヘッドは今後の注目点だ。サンドボックスの隔離は通常、一定のパフォーマンス低下を伴うが、その具体的な影響（推論速度やシステム応答性）についてはNVIDIAは公表していない。企業IT管理側の導入の複雑さや既存のセキュリティポリシーとの整合性など、実運用における課題は、OEMデバイスの上市後に検証される。

Adobeが「底層から再構築」した理由

ソフトウェアメーカーの協力度合いは、新しいハードウェアプラットフォームが定着できるかどうかの重要な指標だ。

GTC期間中にAdobeが発表した動きは、このリリースの中で最もソフトウェア側のシグナルだ。NVIDIAの公式ブログやAdobeの幹部のコメントによると、AdobeはPhotoshopとPremiereの根底からの再構築を開始し、RTX Sparkの統一メモリアーキテクチャに最適化、AIとグラフィックス処理の性能を最大2倍に向上させると宣言している。

「底層からの再構築」とは、プラグインや適応層を追加するだけではない。従来のPCでは、CPUとGPUはそれぞれ独自のメモリ空間を持ち、大きなPSDファイルや8K動画のタイムラインを処理する際に、データを何度もメモリ間で移動させることになり、性能の浪費が大きかった。RTX Sparkの統一メモリは、CPUとGPUが同じ128GBの空間を直接共有できる構造に変わり、これによりプロクリエイターの作業フローに実質的な価値が生まれる。Adobeはこのために根底のコードを書き換え、アーキテクチャの方向性を認めていることを示している。

ただし、「2倍の加速」の比較基準は何か、NVIDIAもAdobeも明示していない。最新世代のx86プロセッサと独立GPUとの比較か、あるいは前世代のAI PCのNPU方案との比較か？基準の条件次第で結果は大きく異なる。基準の詳細が公開されるまでは、この数字の信頼性には疑問符がつく。

また、Blackmagic Design、ComfyUI、llama.cpp、OTOY、そして複数のゲームメーカーもサポートを表明している。特に、ComfyUIやllama.cppは、現状のローカルAIワークフローの中で最も活発なオープンソースツールであり、開発者コミュニティの早期支援は、プラットフォームのエコシステムの潜在力をよりリアルに反映している。

NVIDIAはCUDAエコシステムと統一メモリアーキテクチャを用いて、Windows陣営にAppleのソフト・ハード一体型に似た体験を構築しようとしている。違いは、Appleの囲いは自分たちで築いたものであるのに対し、NVIDIAはMicrosoftやISVを巻き込んで築き上げる必要がある点だ。Adobeが根底から手を入れる意欲を示したことは、少なくともこの壁の最初の一石が立ったことを意味している。

仕様書のパラメータだけではない

最も現実的な問いに立ち返ると、これらのデバイスは実際に買えるのか、手に入ったときの体験はどうかということだ。

NVIDIAの発表によると、最初のRTX Spark搭載デバイスは今年秋に発売され、ASUS、Dell、HP、Lenovo、Microsoft Surface、MSIの薄型ノートとコンパクトデスクトップを含む。AcerやGIGABYTEも後追いでモデルを出す予定だ。具体的な価格や発売日については未発表。

価格以上に重要なのは、いくつかの物理的な未知数だ。1ペタフロップのチップを薄型ノートに詰め込むとき、電力と冷却のバランスはどうなるか？RTX Sparkは非AIシナリオでの日常的な作業性能やバッテリー持ちにどう影響するか？128GBの統一メモリの実効帯域幅は、ノート形態での電力制限により大きく低下しないか？

これらの課題は、工業化の真の試金石だ。エンジニアリングサンプルのピーク性能と、消費者の手に渡る毎日8時間の実運用性能は、しばしば異なる。NVIDIAは発表会でRTX Sparkのエネルギー効率を強調したが、具体的なTDPやバッテリー持ちのデータは示さなかった。

PC産業の視点から見ると、RTX Sparkの登場は、新たな役割分担の兆しだ。過去30年、PCのコアチップの主導権はx86プロセッサメーカーが握ってきたが、GPUメーカーも重要性を増してきたものの、「マザーボードに挿す付属品」の域を出なかった。今回のNVIDIAは、CPU、GPU、メモリコントローラーをすべて統合した完全なSoCを提案している。ArmアーキテクチャのCPUはMediaTekが設計している。PC産業の権力構造は、「x86 CPU＋オプションのGPU」から、「GPUを中心としたSoCプラットフォーム」へと変わりつつある。

この流れは一朝一夕には変わらない。OEMの価格戦略、実際の製品のエネルギー効率、ISVソフトの適応進度、企業の調達検証サイクルなど、各段階がRTX SparkをPC産業の新たな基準にするか、あるいは高いハードルを越えた技術デモにとどまるかを決める。答えは少なくとも今年秋まで待つ必要がある。