ローカルLLM 推奨PC
ローカルLLMとは、ChatGPT のような「言葉を理解して答えるAI（大規模言語モデル）」を、クラウドではなく自分のPCの中で動かす使い方です。文章や資料が外に出ない、月額の利用料がかからない、ネットにつながっていなくても使える、好きなモデルを選べる。そのかわり、AIを動かす力は自分のPCが受け持ちます。この特集では、どの部品がどれだけ必要かをやさしく整理して、NuNuPCのおすすめ機種をご案内します。
必要なもの おすすめ機種 ワークステーション よくあるご質問 構成を相談する
- いちばん大事なのはグラフィックスメモリ（VRAM）の量。AIモデルがここに乗り切るかどうかで、動く・動かないと快適さが決まります。
- メインメモリは32GB、大きなモデルを試すなら64GB。VRAMに乗らない分を置く場所になります。
- まずは VRAM 16GB から。手軽な7B〜14Bクラスのモデルが快適に動く帯です。32GBなら30B級、48GB・96GBのワークステーションなら70B〜100B級まで視野に入ります。
ローカルLLMでできること
社内資料や個人の文章を、外部のサーバーに送らずに要約・翻訳・下書き作成ができます。守秘義務のある仕事や、家族の情報を扱うときに安心です。
いちど環境を作れば、使った回数や文字数に応じた料金はかかりません。長い文章の処理や、試行錯誤の多い作業に向いています。
公開されている多くのモデル（Gemma、Qwen、gpt-oss、国産の LLM-jp など）を切り替えて使えます。文章向き、コード向き、日本語が得意なものなど、目的に合わせて選べます。
※ 動かすためのソフトは無料のものが一般的です（例：Ollama、LM Studio）。インストールしてモデルを選ぶだけで始められ、プログラミングの知識は必要ありません。画像生成AI（Stable Diffusion など）も、必要な部品の考え方はほぼ同じです。
必要なもの：モデルの大きさと VRAM の目安
AIモデルの大きさは「12B」「31B」のように表され、Bは「10億個のパラメータ」を意味します。大きいほど賢くなる傾向がありますが、そのぶんグラフィックスメモリ（VRAM）を多く使います。ふつうは「量子化」という圧縮をかけた状態で使うため、必要な量は下の表が目安です。
| モデルの大きさ | 4bit量子化での目安容量 | 快適に動かせる VRAM | 当店のおすすめ構成 |
|---|---|---|---|
| 〜9B クラス例：Gemma 4 E4B | 約3〜6GB | 8GB 以上（16GBで余裕） | RTX 5060 Ti 16GB＋メモリ32GB |
| 12B〜14B クラス例：Gemma 4 12B | 約7〜9GB | 16GB | RTX 5060 Ti 16GB／RTX 5070 Ti 16GB＋メモリ32GB |
| 20B〜35B の MoE 型例：Gemma 4 26B A4B・gpt-oss-20b | 約13〜23GB | 16GB〜32GB | RTX 5070 Ti 16GB／Radeon AI PRO R9700 32GB＋メモリ32GB |
| 27B〜32B クラス例：Gemma 4 31B | 約16〜20GB | 24GB〜32GB | RTX PRO 4000 24GB／Radeon AI PRO R9700 32GB／RTX 5090 32GB＋メモリ64GB |
| 70B クラス | 約40〜43GB | 48GB | RTX PRO 5000 48GB（ワークステーション） |
| 100B級の MoE 型例：gpt-oss-120b | 約63〜66GB | 96GB | RTX PRO 6000 96GB（ワークステーション） |
| 300B級 以上 | 150GB 以上 | GPU 1枚には載りません | 複数GPUの構成をご相談ください |
※ 容量は4bitに量子化したモデル本体の目安で、Gemma 4 は Google の公式値です（2026年10月時点）。このほかに、会話の長さ（コンテキスト）に応じたメモリ（KVキャッシュ）が別に必要です。たとえば 8B級で約3万2千トークンの会話なら約4GB、70B級なら約10GBが加わります。長い文書を読ませる、数人で同時に使う、という場合は表より1段上の VRAM を選んでください。乗り切らない場合も動かせますが、メインメモリとCPUで処理する分が増えて応答が遅くなります。
最近は、全体は大きいものの、答えを1語ずつ作るときには一部だけを動かす「MoE」型のモデルが増えています。必要な VRAM は全体の大きさで決まり、応答の速さは動かす部分の大きさで決まるのが特徴です。そのため VRAM 16GB でも Gemma 4 26B A4B や gpt-oss-20b のような20B級を実用的な速さで動かしやすく、VRAM 96GB なら gpt-oss-120b のような100B級も1枚のGPUで動かせます。
PC選びで知っておきたい3つのこと
ゲームでは多少足りなくても画質を下げれば動きますが、ローカルLLMではモデルがVRAMに乗るかどうかがまず問題になります。同じ世代なら、速いGPUより VRAM の多いGPUを選ぶほうが、使えるモデルの幅が広がります。当店では16GB を入口、32GB を本格運用の目安にしています。
VRAMに乗り切らない分はメインメモリに置いて動かせます。メモリが足りないとそこで止まってしまうので、大きなモデルを試したい方は64GBをおすすめしています。NuNuPCは全機種32GBが標準で、ご注文時に64GBへ増設できます。
GeForce（NVIDIA）は対応するソフトがいちばん多く、迷ったらこちらです。Radeon AI PRO R9700は VRAM 32GB を GeForce の 32GB より手の届く価格で用意できるのが強みです。Windows では LM Studio や Ollama が Vulkan という仕組みで Radeon を動かします。AMD の ROCm は主に Linux で使います（2026年10月時点）。お使いになりたいソフトが決まっている場合は、対応状況をあわせてご相談ください。
応答の速さ（1秒あたりの文字数）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ります。「このPCなら毎秒何トークン」という断定はせず、使いたいモデルが VRAM に乗るかどうかを軸に構成をご提案しています。
おすすめ機種
いずれも メモリ32GB・1TB Gen4 SSD・Windows 11 Home を標準装備。VRAM の量で段階を分けています。メモリ64GBやSSDの追加は、各商品ページのカスタマイズで選べます。
T-14V1
ローカルLLMを始める1台目に。VRAM 16GB の RTX 5060 Ti で、7B〜14Bクラスの量子化モデルが快適に動く帯です。ゲームや配信にもそのまま使えます。
- GPURTX 5060 Ti 16GB
- CPUCore i5 14400F
（10コア16スレッド） - メモリ32GB DDR4
- SSD1TB Gen4
T-5RN97V1
同じ VRAM 16GB に、最新世代の8コアCPUと DDR5 メモリを組み合わせた構成。VRAMに乗り切らない分をメインメモリで受けるときや、文書の前処理などCPU側の作業に余裕があります。
- GPURTX 5060 Ti 16GB
- CPURyzen 7 9700X
（8コア16スレッド） - メモリ32GB DDR5
（64GBへ増設可） - SSD1TB Gen4
【プロクリエイティブモデル】
20コアの Core Ultra 7 と RTX 5070 Ti 16GB。ローカルLLMを動かしながら、動画編集や3D制作も同じPCでこなす方に。ご注文時に RTX 5080 へ変更もできます。
- GPURTX 5070 Ti 16GB
- CPUCore Ultra 7 265F
（20コア） - メモリ32GB DDR5
（64GBへ増設可） - SSD1TB Gen4
TE-AM4RR7V3
VRAM 32GB をいちばん手の届く価格で。27B〜32Bクラスの量子化モデルが視野に入ります。CPUは実績のある8コア。Windows では LM Studio などで Vulkan を使って動かせます。
- GPURadeon AI PRO R9700 32GB
- CPURyzen 7 5700X
（8コア16スレッド） - メモリ32GB DDR4
（64GBへ増設可） - SSD1TB Gen4
TE-5RR7V3
Radeon AI PRO R9700 の 32GB に、最新世代の8コアCPUと DDR5 を組み合わせた構成。大きなモデルの一部をメインメモリに置くときも、CPU側の余裕が助けになります。
- GPURadeon AI PRO R9700 32GB
- CPURyzen 7 9700X
（8コア16スレッド） - メモリ32GB DDR5
（64GBへ増設可） - SSD1TB Gen4
TP-14R97
Radeon AI PRO R9700（32GB）に予算を集中させ、CPUは必要十分な Core i3 に抑えた構成。吸音材入りの静音ケースで、事務所や書斎に置きやすい1台です。
- GPURadeon AI PRO R9700 32GB
- CPUCore i3 14100F
（4コア8スレッド） - メモリ32GB DDR4
（64GBへ増設可） - SSD1TB Gen4
TP-14N59
RTX 5090（32GB）を積み、CPUを Core i3 に抑えて価格を下げた構成。ローカルLLMや画像生成のように、GPUで処理する作業が中心の方に向いています。
- GPURTX 5090 32GB
- CPUCore i3 14100F
（4コア8スレッド） - メモリ32GB DDR4
（64GBへ増設可） - SSD1TB Gen4
TE-5RN98X3DV3
GeForce の最上位 RTX 5090（VRAM 32GB）。対応ソフトの多さと 32GB の両方を求める方に。ローカルLLMだけでなく、画像・動画生成AIや最新ゲームも余裕でこなす1台です。
- GPURTX 5090 32GB
- CPURyzen 7 9800X3D
（8コア16スレッド・X3D） - メモリ32GB DDR5
（64GBへ増設可） - SSD1TB Gen4
※ 価格は税込・標準構成のものです。メモリ64GBへの増設、SSDの追加、Windows 11 Pro への変更は各商品ページのカスタマイズで選べます。
※ 70B級以上のモデル、社内での複数人利用、自社データでの追加学習を考えている方は、下のワークステーションをご覧ください。GPUを2枚以上積む構成は構成のご相談から、電源容量やケースの選定を含めてご提案します。
業務・本格運用向けのワークステーション（VRAM 24〜96GB）
TRUST PRO のワークステーションは、Ryzen Threadripper・ECC 付きの業務用メモリ・Windows 11 Pro・10GbE の有線LANを標準にした構成です。VRAM 48GB なら 70B級、96GB なら 100B級のモデルが1枚のGPUに収まります。社内での複数人利用や、自社データでの追加学習（LoRA）にも向いています。学習ツール Unsloth の公式の目安では、70B級を QLoRA で学習するには最低約41GBの VRAM が必要です。
TP-TR96P4
業務向けの RTX PRO 4000 Blackwell（VRAM 24GB・ECC対応）。1スロットの省電力設計で、30B級のモデルを長時間安定して動かす業務や、CAD・3DCGとの兼用に向いています。
- GPURTX PRO 4000 Blackwell 24GB
- CPURyzen Threadripper 9960X
（24コア48スレッド） - メモリ64GB DDR5 ECC
- SSD2TB Gen4
TP-TR96R97
Radeon AI PRO R9700（32GB）に、24コアの Threadripper と ECC メモリ64GBを組み合わせた構成。VRAM 32GB を業務向けの土台でそろえたい方に。
- GPURadeon AI PRO R9700 32GB
- CPURyzen Threadripper 9960X
（24コア48スレッド） - メモリ64GB DDR5 ECC
- SSD2TB Gen4
TP-TR96N59
RTX 5090（32GB）と Threadripper 9960X。CUDA に対応したAIツールをそのまま使え、30B級までのモデルを速く動かしたい業務に向いています。
- GPURTX 5090 32GB
- CPURyzen Threadripper 9960X
（24コア48スレッド） - メモリ64GB DDR5 ECC
- SSD2TB Gen4
TP-TR97P5
RTX PRO 5000 Blackwell（VRAM 48GB・ECC対応）。70B級のモデルを4bitで1枚のGPUに載せられます。30B級なら8bitで動かせ、長い文書や数人での同時利用にも余裕があります。
- GPURTX PRO 5000 Blackwell 48GB
- CPURyzen Threadripper 9970X
（32コア64スレッド） - メモリ64GB DDR5 ECC
- SSD2TB Gen4
TP-TRP975P6Q
RTX PRO 6000 Blackwell の Max-Q 版（VRAM 96GB・消費電力300W）。熱を背面へ逃がす構造に加え、PCIe 5.0 x16 スロット7基のマザーボードと8チャンネルのメモリを備え、GPUを増やしていく構成に向いています。
- GPURTX PRO 6000 Blackwell Max-Q 96GB
- CPURyzen Threadripper PRO 9975WX
（32コア64スレッド） - メモリ128GB DDR5 ECC
- SSD2TB Gen4
TP-TR98P6
RTX PRO 6000 Blackwell（VRAM 96GB）、64コアの Threadripper 9980X、メモリ256GB。100B級のモデルを1枚のGPUで動かし、長い文書の読み込みや追加学習まで1台でこなす最上位の構成です。
- GPURTX PRO 6000 Blackwell 96GB
- CPURyzen Threadripper 9980X
（64コア128スレッド） - メモリ256GB DDR5 ECC
- SSD2TB Gen4
※ ワークステーションはCPUとGPUの組み合わせが固定の構成です。メモリの容量変更・増設はご注文前にご相談ください。法人・教育機関でのご導入や複数台のご注文は法人向けのご案内からどうぞ。
よくあるご質問
プログラミングができなくても使えますか？
使えます。LM Studio のように、アプリを入れてモデルを選び、チャット画面で話しかけるだけのソフトがあります。Ollama も、公式サイトの手順どおりに入れれば数分で動き始めます。どちらも無料です。
グラフィックスカードがなくても動きますか？
小さなモデルならCPUとメインメモリだけでも動きますが、応答がかなりゆっくりになります。実用的に使うなら、VRAM 16GB 以上のグラフィックスカードをおすすめしています。
VRAM 16GB と 32GB、どちらを選べばいいですか？
「まず試したい」「7B〜14Bクラスで十分」なら 16GB で始められます。「30Bクラスの大きなモデルを使いたい」「長い文書をまとめて読ませたい」「画像生成AIも本格的に使う」なら 32GB を。あとから足りなくなったときは、下取りで買い替える方法もご案内しています。
Radeon AI PRO R9700 はローカルLLMに使えますか？
使えます。Windows では LM Studio や Ollama が Vulkan という仕組みで Radeon を動かします。AMD の ROCm は Linux での対応が中心で、Ollama の Windows 版は2026年10月時点で RX 9000 シリーズと R9700 を ROCm の対応一覧に載せていません。VRAM 32GB を GeForce の 32GB より抑えた価格で用意できるのが利点です。お使いになりたいソフトが決まっている場合は、そのソフトの対応GPU一覧をご確認いただくか、ご相談ください。
VRAM 48GB や 96GB のワークステーションは、どんな方向けですか？
70B級のモデルを1枚のGPUで動かしたい方（48GB）、100B級の MoE 型モデルや長い文書を扱いたい方（96GB）、社内の数人で同時に使いたい方、自社のデータで追加学習（LoRA）をしたい方に向けた業務用の構成です。ECC 付きの業務用メモリ、Windows 11 Pro、10GbE の有線LANを標準で備えています。
Mac や AI向けの小型PCとは、どう違いますか？
CPUとGPUでメモリを共有する機種（Mac、NVIDIA DGX Spark、AMD Ryzen AI Max+ 搭載機など）は、100GB前後の大きなモデルを載せられるのが利点です。一方で、メモリの読み書きの速さ（帯域）は単体のグラフィックスカードより低く、たとえば DGX Spark は 273GB/s、RTX 5090 は 1,792GB/s です。そのため、VRAM に収まるモデルなら単体のGPUのほうが応答は速くなります。CUDA を使う学習や、対応ソフトの多さも単体GPUの利点です。「載せられる大きさ」を優先するか、「速さと拡張性」を優先するかでお選びください。
ノートパソコンではだめですか？
ノートパソコンのグラフィックスは VRAM が少なく、長時間の処理では発熱で性能が下がりやすいです。ローカルLLMは数十分から数時間、GPUを高負荷で回し続ける使い方なので、冷却と電源に余裕があるデスクトップをおすすめしています。
会社で使いたい。データは本当に外に出ませんか？
ローカルLLMは、モデルをダウンロードしたあとはネットにつながなくても動きます。入力した文章や資料は、そのPCの中で処理されます。法人でのご導入は、台数・保守・Windows 11 Pro への変更などを含めて法人向けのご案内からご相談ください。
どの機種にも共通していること
Wi-Fi／Bluetooth も標準搭載。64GBへの増設、SSDの追加はご注文時に選べます。
長時間・高温環境での高負荷テストと騒音の計測を行ってから出荷しています。GPUを回し続けるAI用途でも安心です。
物損保証付きの延長保証もご用意しています。詳しくは延長保証のご案内をご覧ください。
グラフィックス・メモリ・ストレージ・OS・ケース色などは商品ページで変更できます。分からないときはご相談ください。
あわせて見たいページ
使いたいモデルから、一緒に決めましょう
「このモデルを動かしたい」「社内の資料を要約させたい」「画像生成もやりたい」など、やりたいことを教えていただければ、VRAMとメモリの目安から機種をご提案します。
構成を相談する 全機種を見る
参考（2026年10月時点）：Google「Gemma 4」公式ドキュメントのメモリ表、Ollama 公式ドキュメント「GPU」（AMD の対応一覧）、OpenAI「gpt-oss-120b」モデルカード、Unsloth 公式「必要な環境」（学習時の VRAM）、NVIDIA 公式の製品仕様。
ご注意：本ページの容量・VRAM の目安は、一般に公開されているモデルの配布サイズ（4bit量子化）を基にした概算で、モデルや量子化の方式・会話の長さによって変わります。応答速度は環境により異なるため数値は掲載していません。モデルの利用条件（商用利用の可否など）は、各モデルの配布元が定めるライセンスをご確認ください。
Ollama、LM Studio、Stable Diffusion、Gemma、Qwen、gpt-oss、LLM-jp、Unsloth、GeForce、RTX、Radeon、ROCm、Vulkan、Threadripper はそれぞれ各社・各団体の商標または製品名です。当店は各社の公式ストア・提携パートナーではありません。ページ上部の画像は当店で作成したイメージです。