ローカルLLM・AI向けPCの選び方

1. 01

   いちばん大事なのはVRAMの量

   モデルはグラフィックボードのメモリ（VRAM）に読み込んで動かします。VRAMに収まりきらない分はメインメモリに分けて読み込まれ、GPUだけで動かす場合より処理に時間がかかります。まず「使いたいモデルがVRAMに収まるか」で選びます。

2. 02

   メインメモリは32GB〜64GB

   メインメモリは、VRAMに収まらない分の受け皿になります。おすすめ構成はメモリ32GBで、大きなモデルを試す場合は64GBが安心です。メモリは商品ページのカスタマイズで64GBに変更できます。

3. 03

   まず16GB、大きなモデルは32GB

   VRAM 16GBあれば、Gemma 4 12B や gpt-oss-20b のような中くらいのモデルを動かせます。16GBに収まらない大きなモデルや、長い文書を読ませる使い方にはVRAM 32GBを選びます。

Googleの表はモデルを読み込むためのメモリの目安で、会話の長さ（コンテキスト）に応じて使うメモリは含まれていません。長い文書を読ませるほど、表より多くのメモリを使います。値は使うソフトや設定によって変わります。

ROCm について：AMD の ROCm は Linux での対応が中心です。AMD は Windows では ROCm 全体にはまだ対応していないと案内しており、Ollama の Windows 向け ROCm 対応一覧にも R9700 は載っていません（2026年10月26日時点）。使いたいソフトが決まっている場合は、そのソフトの対応GPUをご確認ください。

処理速度（1秒あたりのトークン数）の数値は載せていません。速さはモデル・量子化・会話の長さ・ソフトの版によって大きく変わるため、このページでは「使いたいモデルがVRAMに収まるか」を軸にご案内しています。