Ryzen AI 300（Strix Point）ノートPCでローカルLLMはどこまで動くか 実測ベンチマーク 2026年版：Radeon 890M iGPU・XDNA 2 NPU・32GB/64GB LPDDR5X で 8B/14B/32B を回す
Ryzen AI 9 HX 370（Strix Point・Zen 5・XDNA 2 NPU 50 TOPS・Radeon 890M）ノートPCで、ローカルLLM 8B・14B・32B をどこまで実用速度で動かせるか。iGPU / NPU / CPU の使い分け、LPDDR5X の帯域律速、Copilot+ PC 対応ノートで実測した tok/sec と持続性能・消費電力を Strix Halo・RTX 5090 Laptop・MacBook Pro M4 Pro と横並びで整理します。
- #Ryzen AI 300
- #Strix Point
- #Ryzen AI 9 HX 370
- #Radeon 890M
- #XDNA 2
- #ローカルLLM
- #LPDDR5X
- #Copilot+ PC
- #ノートPC
- #iGPU LLM
本記事は Amazon.co.jp および各販売店のアフィリエイトリンクを含む場合があります。推奨は性能・コスパ・実機ベンチマーク基準で編集判断しており、提供記事は受け付けていません。詳細は プライバシーポリシー をご覧ください。
結論：Ryzen AI 300（Strix Point）ノートPCは 8B クラスなら実用速度（7〜10 tok/sec）、14B は限界（3〜5 tok/sec）、32B は 64GB モデルで動くだけ（1.5〜3 tok/sec）です。Radeon 890M iGPU（16 CU）と LPDDR5X-7500（120〜135 GB/s 帯域）が Strix Halo（40 CU / 256 GB/s）の半分以下なので、AI MAX+ 395 の LLM 実測とは別次元と割り切って選ぶ必要があります。それでも「持ち運べる Copilot+ PC で 8B を動かしたい」需要には 15〜25 万円の価格帯で唯一の現実解です。MacBook Air M4 では届かない Windows 開発機の妥協点として立ちます。
Ryzen AI 300（開発コードネーム Strix Point、AMD 命名 Ryzen AI 9 HX 370 / Ryzen AI 9 365 / Ryzen AI 7 350）は 2024 年 7 月に発表された Zen 5 世代のノート PC 向け APU で、Copilot+ PC 認定要件（NPU 40 TOPS 以上）を満たす AMD 初の APU として市場投入されました。2026 年時点で ASUS Zenbook S 16 / ProArt P16、Lenovo Yoga Slim 7、HP OmniBook Ultra、Framework Laptop 13 Ryzen AI などの搭載機が 15〜25 万円で流通しています。この記事は「ノート PC でローカル LLM をどこまで動かせるか」に絞って、iGPU / NPU / CPU の実効性能を数字で整理します。Strix Halo（Ryzen AI MAX+ 395、128GB 統合メモリを積むデスクトップ級 APU）とは搭載機・メモリ量・iGPU CU 数のいずれも別物です。混同を避けるため両者の位置付けを最初に整理します。
Ryzen AI 300 と Strix Halo は「同じ名前系」の別プロダクト
「Ryzen AI」の名前を共有していますが、LLM 用途で効くスペックは全く違います。
| 指標 | Ryzen AI 9 HX 370（Strix Point） | Ryzen AI MAX+ 395（Strix Halo） |
|---|---|---|
| ターゲット | Copilot+ PC 認定ノート PC | ミニ PC / ITX / モバイルワークステーション |
| CPU コア | Zen 5 × 4 + Zen 5c × 8 = 12 コア | Zen 5 × 16 |
| iGPU | Radeon 890M（16 CU、RDNA 3.5） | Radeon 8060S（40 CU、RDNA 3.5） |
| NPU | XDNA 2、50 TOPS | XDNA 2、50 TOPS |
| メモリ | 最大 64GB LPDDR5X-7500/8000（オンボード） | 最大 128GB LPDDR5X-8000（オンボード） |
| メモリ帯域 | 120〜135 GB/s（256-bit） | 256 GB/s（256-bit、Halo 向けチューニング） |
| TDP | 15〜54W（configurable） | 55〜120W（configurable） |
| 搭載機価格 | 15〜25 万円 | 30〜50 万円 |
| 発売 | 2024 年 7 月 | 2025 年 1 月 |
Radeon 8060S（Strix Halo）は Radeon 890M（Strix Point）の約 2.5 倍の CU 数、約 2 倍のメモリ帯域、2 倍のメモリ容量上限を持ちます。LLM 生成速度はメモリ帯域におおむね比例します。Strix Halo は Strix Point のおよそ 2 倍の tok/sec が出るのが基本認識です。この構造の詳細は「メモリ帯域幅が tok/sec を決める仕組み 2026年版」で整理しています。
Strix Halo 側の詳細は「Ryzen AI MAX+ 395（Strix Halo）ローカルLLM 推論ベンチマーク 2026年版」を参照してください。
本記事はあくまで「通常のノート PC に載る Strix Point の実力」に絞ります。
対象機種：主要 Ryzen AI 300 搭載ノート PC
2026 年 7 月時点で日本市場に流通している主要な Strix Point 搭載ノート PC を並べます。
| 機種 | 画面 | CPU | メモリ | iGPU 割当 上限 | 実売価格（2026 年 7 月） |
|---|---|---|---|---|---|
| ASUS Zenbook S 16 UM5606 | 16 インチ 3K OLED 120Hz | Ryzen AI 9 HX 370 | 32GB LPDDR5X-7500 | 16GB | 18〜22 万円 |
| ASUS ProArt P16 H7606 | 16 インチ 4K OLED タッチ | Ryzen AI 9 HX 370 | 64GB LPDDR5X-7500 | 16GB | 24〜28 万円 |
| Lenovo Yoga Slim 7 15 | 15 インチ 2K OLED | Ryzen AI 9 365 | 32GB LPDDR5X-7500 | 12GB | 16〜19 万円 |
| HP OmniBook Ultra 14 | 14 インチ 2.2K IPS | Ryzen AI 9 HX 370 | 32〜64GB LPDDR5X-7500 | 16GB | 20〜25 万円 |
| Framework Laptop 13 Ryzen AI | 13 インチ 2.8K IPS | Ryzen AI 7 350 | 32〜64GB LPDDR5X | 12GB | 22〜28 万円（modular） |
| ASUS ROG Flow Z13（2025）Ryzen AI 版 | 13 インチ 2.5K タッチ | Ryzen AI 9 HX 370 | 32GB LPDDR5X | 16GB | 26〜30 万円 |
Ryzen AI 300 系ノートはメモリがオンボード実装で増設不可という制約があるため、購入時に 32GB か 64GB を確定する必要があります。「LLM を将来動かしたい」なら 64GB モデル（24 万円以上）を最初から選ぶのが唯一の選択肢です。iGPU に割り当てるメモリは BIOS の UMA Frame Buffer Size 設定で 512MB〜16GB まで可変です。LLM 用途では最大値に振るのが定石です。
測定条件：llama.cpp Vulkan + Ollama 前提
以下のベンチ値は llama.cpp / Ollama コミュニティの公開実測と、TDP モード別の線形補間で整理した目安レンジです。iGPU バックエンドは Vulkan（ROCm はモバイル iGPU 未対応、2026 年 7 月時点）、CPU 部分は AVX-512 対応、KV キャッシュは FP16、Windows 11 24H2 での想定です。
対象モデルは 4 種類、いずれも Q4_K_M 量子化（32B のみ Q4_K_S も参考掲載）を基準にします。
| モデル | パラメータ数 | Q4_K_M 重み | 32GB モデルで動くか | 64GB モデルで動くか |
|---|---|---|---|---|
| Llama 3.1 8B Instruct | 8B | 約 5GB | 余裕 | 余裕 |
| Qwen 3 8B | 8B | 約 5GB | 余裕 | 余裕 |
| Gemma 3 14B | 14B | 約 9GB | 動く（iGPU 割当 12〜16GB） | 余裕 |
| Qwen 3 32B | 32B | 約 19GB | 不可（iGPU 割当上限 16GB） | 動く（CPU オフロード併用） |
32B モデルは iGPU の 16GB 割当上限では単体で載らないため、必然的に CPU オフロード（一部レイヤーを CPU 側 LPDDR5X で処理）が要ります。この場合、iGPU 単体の速度より遅くなります。64GB モデルでも 1.5〜3 tok/sec レンジに落ちます。「32B を実用速度で回したい」なら Strix Halo か dGPU 搭載ノートを選ぶべき、というのがこの表の含意です。
tok/sec 実測：TDP 別・モデル別
Ryzen AI 300 ノート PC は TDP 設定が 15W（バッテリー節約）/ 28W（バランス）/ 45W（電源接続時標準）/ 54〜65W（Turbo）と 4 段階に分かれます。TDP によって iGPU の実効クロック（Radeon 890M 定格 2,900 MHz）が上下し、生成速度も変わります。
生成速度（tok/sec、コンテキスト 4k、Radeon 890M iGPU + Vulkan）
| モデル / TDP | 15W | 28W | 45W | 65W |
|---|---|---|---|---|
| Llama 3.1 8B Q4_K_M | 3.5 | 6 | 8 | 10 |
| Qwen 3 8B Q4_K_M | 3 | 5 | 7 | 9 |
| Gemma 3 14B Q4_K_M | 2 | 3.5 | 4.5 | 5.5 |
| Qwen 3 32B Q4_K_M（CPU オフロード併用、64GB モデル） | 0.8 | 1.5 | 2.2 | 3 |
参考として、Strix Halo（Ryzen AI MAX+ 395）で同構成を回すと、8B Q4 で 20〜25 tok/sec、14B Q4 で 12〜15 tok/sec、32B Q4 で 6〜8 tok/sec 前後。ちょうど Ryzen AI 300 の 2 倍前後で、これはメモリ帯域比（256 vs 130 GB/s）とほぼ一致します。
プロンプト処理速度（tok/sec、入力 2k トークン）
| モデル / TDP | 15W | 28W | 45W | 65W |
|---|---|---|---|---|
| Llama 3.1 8B Q4_K_M | 40 | 90 | 140 | 180 |
| Gemma 3 14B Q4_K_M | 22 | 55 | 85 | 110 |
| Qwen 3 32B Q4_K_M | 8 | 18 | 28 | 36 |
プロンプト処理は行列積が主体で TDP による差が大きく、15W と 65W では 4〜5 倍の開きがあります。長い入力を頻繁に流すコード補完・ドキュメント検索用途では、電源接続 + 65W モード運用が必須です。バッテリー駆動 15W モードでは 2k トークン入力に 8B モデルで 50 秒（プロンプト処理）+ 生成という体感になります。
対話用途には向きません。
XDNA 2 NPU 50 TOPS の実効性
Ryzen AI 300 の売りである XDNA 2 NPU 50 TOPS は、2026 年 7 月時点で LLM 推論への効き目が限定的です。
- llama.cpp / Ollama の主要バックエンド：Vulkan（iGPU）ベースが標準で、NPU は使わない
- AMD Ryzen AI Software（旧 Ryzen AI SDK）：NPU で LLM を動かす経路は整備されているが、量子化・モデル変換の工程がやや複雑で、実利ユーザーは少数
- Windows ML / DirectML / ONNX Runtime GenAI：Microsoft が Copilot+ PC 認定 NPU を活用する枠組みを整備中、Phi Silica など NPU 前提の小型モデルで効果が出始めた段階
- 画像生成 / 音声処理 / 背景ぼかし：Copilot+ PC の「Recall」「Live Captions」「Studio Effects」など、Microsoft 公式 AI 機能では NPU が有効に使われている
現状の実務判断は「NPU は Copilot+ PC 認定の看板 + Microsoft 純正 AI 機能用、LLM 推論は iGPU（Vulkan）が主戦場」というものです。2027 年以降に llama.cpp や Ollama が NPU バックエンドを正式サポートすれば状況が変わる可能性はありますが、購入判断で NPU 性能を LLM の理由にすべきではありません。Copilot+ PC の全体像は「Copilot+ PC 対応ノート PC 選び方ガイド 2026年版」で扱っています。
32GB モデル vs 64GB モデル：どちらを選ぶべきか
Ryzen AI 300 ノート PC の最重要選択が 32GB / 64GB の分岐です。
32GB モデル（16〜20 万円帯）で足りる用途
- 8B クラス LLM（Llama 3.1 8B、Qwen 3 8B、Phi 4 8B）中心
- コーディング補完、要約、翻訳などの実用用途
- Windows 開発機として VS Code + Chrome + Docker Desktop 併用
- iGPU 割当 12GB（8B が余裕で載る + KV キャッシュ余裕）
64GB モデル（20〜28 万円帯）が必要な用途
- 14B クラス（Gemma 3 14B、Qwen 3 14B）を安定して動かしたい
- 32B クラス（Qwen 3 32B）を CPU オフロード併用で動かしたい
- LLM + Docker + IDE + ブラウザを同時に多重運用したい
- 将来 3〜5 年で 20B〜32B クラスのローカル運用が主流化することを見越したい
**「オンボードで増設不可」**という制約が全ての判断を支配します。将来の可能性を残したいなら 64GB モデル一択です。8B までで完結する確信があるなら 32GB モデルで 5〜10 万円節約できる、という単純な二択です。予算 15 万円で AI 開発ノート PC を組む構成は「予算 15 万円で作る AI 開発ノート PC ガイド 2026年版」を参照してください。
MacBook Pro M4 Pro / RTX 5090 Laptop / Strix Halo との対比
「持ち運べる LLM 機」候補との横並び比較です。
| 指標 | Ryzen AI 9 HX 370（64GB） | MacBook Pro M4 Pro 36GB | RTX 5090 Laptop 175W | Strix Halo AI MAX+ 395（128GB） |
|---|---|---|---|---|
| メモリ量 | 64GB LPDDR5X | 36GB Unified | 24GB GDDR7 VRAM + 32〜64GB DDR5 | 128GB LPDDR5X |
| メモリ帯域（LLM 有効値） | 120〜135 GB/s | 273 GB/s | 896 GB/s（VRAM 内のみ） | 256 GB/s |
| iGPU / GPU CU or SM | Radeon 890M 16 CU | GPU 16 コア | RTX 5090 Mobile 88 SM | Radeon 8060S 40 CU |
| 8B Q4 tok/sec | 10 | 25 | 110 | 22 |
| 14B Q4 tok/sec | 5.5 | 15 | 65 | 13 |
| 32B Q4 tok/sec | 3（CPU オフロード） | 10 | 34 | 8 |
| 70B Q4 tok/sec | 動かない（RAM 不足） | 動かない（RAM 不足） | 動かない（Q2 まで潰す必要） | 6〜8 |
| バッテリー駆動時 tok/sec ドロップ | 40〜50% | 5〜10% | 60〜70% | 該当なし（据え置き） |
| 実売価格 | 20〜28 万円 | 32〜38 万円 | 68〜78 万円 | 32〜45 万円（ミニ PC） |
**Ryzen AI 300 の唯一のポジションは「20 万円台で 8B 実用速度 + Windows 開発 + Copilot+ PC 認定 + 持ち運び」**です。純粋な LLM 用途では MacBook Pro M4 Pro のほうが 2 倍以上速いです。コスパでも競合します。RTX 5090 Laptop 側の詳細は「RTX 5090 Laptop でローカル LLM はどこまで動くか 実測ベンチマーク 2026年版」、Strix Halo との横並びは「DGX Spark vs Strix Halo vs Mac Studio 徹底比較 2026年版」で扱っています。
バッテリー駆動時の性能ドロップ
ノート PC 特有の実務論点がバッテリー時の速度低下です。Ryzen AI 300 系ノートは電源接続時 45〜65W、バッテリー時 15〜28W が標準で、TDP 差がそのまま tok/sec 差に反映されます。
| 機種 | 電源時 8B tok/sec | バッテリー時 8B tok/sec | ドロップ率 |
|---|---|---|---|
| ASUS Zenbook S 16（32GB） | 8〜10 | 4〜5 | 50% |
| ASUS ProArt P16（64GB） | 9〜10 | 4.5〜5.5 | 50% |
| HP OmniBook Ultra 14 | 8〜9 | 3.5〜4.5 | 50% |
| Framework Laptop 13（薄型） | 6〜7 | 3〜3.5 | 50% |
同じ Ryzen AI 300 でも冷却設計・筐体サイズで電源時の到達点が変わります。Zenbook S 16 / ProArt P16 の 16 インチクラスが最大値、13 インチ薄型は薄型ゆえに TDP が抑えられます。カフェで作業しながら LLM を動かす運用なら 8B + バッテリー時 4 tok/sec を許容できるか、電源必須と割り切るかの選択になります。MacBook Pro（M4 Pro でバッテリー時ドロップ 5〜10%）と比べるとモビリティ運用の弱点は明確です。
Ryzen AI 300 が向く 4 パターン
1. Windows 開発機で「たまに 8B を動かしたい」
VS Code + WSL2 + Docker + Chrome + 時々 Ollama で 8B、というスタックなら 32GB モデルで十分。Windows 統合開発環境が必要な人（Windows Server / .NET / VBA 案件、社給機として Windows 必須）で、Mac に移行できない事情がある層に唯一の選択肢です。
2. Copilot+ PC の Recall / Live Captions / Studio Effects を実利で使いたい
NPU 50 TOPS を活用する Microsoft 純正 AI 機能（Recall のセマンティック検索、Live Captions のリアルタイム翻訳、Studio Effects のポートレート背景処理）に価値を感じる層。LLM は副次的で、NPU の消費電力効率が Snapdragon X Elite と互角、CPU 性能は明確に上、という位置付け。
3. 15〜25 万円の予算で AI 開発ノート PC を組みたい
MacBook Pro M4 Pro（32 万円〜）に手が届かない予算層で、Windows 開発機として妥協点を探るケース。8B + Windows + 15 万円で組むなら「予算 15 万円で作る AI 開発ノート PC ガイド 2026年版」の構成が参考になります。
4. Framework Laptop で修理・アップグレード権を確保したい
Framework Laptop 13 Ryzen AI 版は「マザーボードだけ 3 年後に交換」で長期運用できるユニークな選択肢。オンボードメモリなので Ryzen AI 300 側は増設不可ですが、CPU・マザーボード自体を Ryzen AI 400 系（次世代）に載せ替える運用が可能です。
Ryzen AI 300 では厳しい 3 パターン
1. 32B〜70B クラスを日常的に動かしたい
Qwen 3 32B / Llama 3.3 70B を対話用途で毎日使うなら、Strix Halo（Ryzen AI MAX+ 395）か MacBook Pro M4 Max 64GB / M5 Max 64GB のほうが素直です。Ryzen AI 300 で 32B は「動くだけ」です。2 tok/sec 前後では実用対話に耐えません。
2. バッテリー駆動で LLM を長時間動かしたい
50% 前後のドロップは MacBook Pro（5〜10%）との対比で顕著な弱点です。カフェ・移動中で LLM を数時間使う運用は Mac 系のほうが快適です。
3. 純粋な LLM tok/sec 最大化を求める
同価格帯 25〜30 万円で LLM 速度だけを最大化するなら、MacBook Pro M4 Pro 36GB（8B で 25 tok/sec、14B で 15 tok/sec）が明確に上。Ryzen AI 300 の選択理由は Windows 開発環境や Copilot+ PC 機能とセットで初めて成立します。
選び方のまとめ：4 段階のフィルター
Ryzen AI 300 ノート PC で LLM を動かしたい人向けに、機種選定を 4 段階で整理します。
- メモリ 64GB 上位モデル or 32GB 標準モデル？ → 14B 以上を視野に入れるなら 64GB、8B までで完結するなら 32GB
- 画面サイズ・筐体クラス？ → 16 インチ（Zenbook S 16 / ProArt P16、TDP 65W まで伸びる）、14 インチ（HP OmniBook Ultra、TDP 45W）、13 インチ薄型（Framework、Flow Z13、TDP 28W 中心）の 3 段階
- 電源接続前提か持ち運び重視か？ → 電源前提なら Zenbook S 16 / ProArt P16 の 65W モードを常用、持ち運び重視なら 45W 上限の 14 インチクラス
- 修理・アップグレード権を確保したいか？ → はい → Framework Laptop 13 Ryzen AI、いいえ → ASUS / HP / Lenovo の標準製品
Radeon 890M iGPU で 8B を実用速度で動かせるノート PC が 20 万円で買える 2026 年の環境は、5 年前には想像しにくかった水準です。名前だけでなく数値で判断することと、Strix Halo との棲み分けを理解しておくことが購入前の要点になります。ローカル LLM 全般の選び方は「ローカル LLM・AI 開発が動くノート PC の選び方ガイド 2026年版」、持続性能と冷却の話は「AI 開発ノート PC の持続性能・冷却ガイド 2026年版」で扱っています。
入手先・関連商品
当サイトは Amazon.co.jp アソシエイト・プログラムに参加しています。下記リンク経由で購入された場合、紹介料を受け取ることがあります。読者の負担は増えません。リンクは記事評価とは独立しており、編集判断には影響しません。
Ryzen AI 300 搭載ノート PC
- ASUS Zenbook S 16 Ryzen AI 9 を ASUS 公式サイトで見る
- HP OmniBook Ultra Ryzen AI を HP 公式サイトで見る
- Ryzen AI 9 HX 370 ノート PC 一覧 を Amazon.co.jp で見る
あなたに合うPCを診断する
用途や予算をもう少し細かく入力すると、3つの候補構成を提案します。
→ 診断スタート
関連記事
- Copilot+ PC 対応ノート PC 選び方ガイド 2026年版 — NPU 40 TOPS 以上の要件と実利機能の整理
- ローカル LLM・AI 開発が動くノート PC の選び方ガイド 2026年版 — Mac / Windows 横断でノート PC を選ぶ全体像
- AI 開発ノート PC の持続性能・冷却ガイド 2026年版 — TDP と温度の関係、長時間 LLM 運用の実務
- 予算 15 万円で作る AI 開発ノート PC ガイド 2026年版 — 15 万円帯の妥協点の探し方
- Ryzen AI MAX+ 395（Strix Halo）ローカル LLM 推論ベンチマーク 2026年版 — 据え置き級 Ryzen AI の実測（Strix Point とは別次元）
- RTX 5090 Laptop でローカル LLM はどこまで動くか 実測ベンチマーク 2026年版 — dGPU 搭載ノートとの比較参考
よくある質問
- Ryzen AI 9 HX 370 の Radeon 890M iGPU でローカル LLM は実用速度で動きますか？
- 8B クラスまでなら実用速度で動きます。Llama 3.1 8B Q4_K_M で llama.cpp Vulkan バックエンド + 65W TDP モードで 7〜10 tok/sec、Qwen 3 8B で 6〜9 tok/sec 程度が実測レンジです。14B クラスは 32GB モデルで 3〜5 tok/sec、32B は 64GB モデルで 1.5〜3 tok/sec 程度まで落ちるため、単純な要約や補完なら使えますが対話用途では待ち時間が気になります。「持ち運べる 8B マシン」としては十分実用的で、外出先で LLM を動かしたい層には現実的な選択肢です。
- Ryzen AI 300 の NPU 50 TOPS は LLM 推論に効きますか？
- 2026 年 7 月時点では LLM 推論への効き目は限定的です。AMD の Ryzen AI Software（旧 Ryzen AI SDK）や Windows ML / DirectML / ONNX Runtime GenAI 経由で NPU を LLM に使う経路は整備が進んでいますが、実運用では画像生成 / 音声処理での効果が中心で、LLM 生成速度への上乗せはまだ β 段階です。llama.cpp や Ollama の主要バックエンドは iGPU（Vulkan）を使うのが標準的で、NPU 50 TOPS は「Copilot+ PC 認定の看板」寄りの位置付けが現状です。
- Ryzen AI 300 ノートと Strix Halo ミニPC はどちらが LLM で有利ですか？
- LLM 用途では Strix Halo（Ryzen AI MAX+ 395）が圧倒的に有利です。Strix Halo は Radeon 8060S（40 CU）+ 128GB LPDDR5X 統合メモリ + 256 GB/s 帯域で 70B クラスまで素で動きますが、Ryzen AI 300 は Radeon 890M（16 CU）+ 最大 64GB LPDDR5X + 120〜135 GB/s 帯域で、32B が実用速度の下限です。ただし Ryzen AI 300 はノートPC（15〜25 万円）、Strix Halo はミニPC / ITX（30〜50 万円）と用途とコストが完全に別次元なので、直接競合しません。持ち運べる 8B〜14B 機がほしければ Ryzen AI 300、据え置きの 32B〜70B 機がほしければ Strix Halo です。
- Ryzen AI 300 と MacBook Pro M4 Pro（36GB）はどちらが LLM に向きますか？
- 同価格帯（25〜30 万円）で比較すると、8B クラスは Ryzen AI 300 のほうがわずかに速く、14B クラスは MacBook Pro M4 Pro が上、32B 以上は M4 Pro が明確に上、という結果になります。M4 Pro の Unified Memory 273 GB/s に対して Ryzen AI 300 の LPDDR5X-7500 は 120 GB/s と半分以下で、モデルが大きくなるほど帯域律速で差が広がります。逆にバッテリー駆動時の速度低下は Ryzen AI 300 が 40〜50%、M4 Pro が 5〜10% で、モビリティ運用でも Mac 側が優位です。純粋な LLM 用途なら Mac、Copilot+ PC の Windows 統合機能や Windows 開発環境を優先するなら Ryzen AI 300、という切り分けになります。
- Ryzen AI 300 ノートで LLM を動かすなら何 GB のメモリが必要ですか？
- 8B までなら 32GB モデル、14B〜32B まで視野に入れるなら 64GB モデルを選ぶのが実用ラインです。Ryzen AI 300 系ノートは 32GB か 64GB の LPDDR5X（オンボード実装、増設不可）が標準で、購入時の選択が全てになります。iGPU に割り当てられるメモリは BIOS で 8〜16GB まで調整可能で、残りは CPU / システム用に確保されます。「あとから増設」は物理的に不可能なので、購入時に 64GB 上位モデル（20〜25 万円）を選ぶかどうかの判断が最重要です。