■ 1. IFA Berlin 2026でのローカルAI関連発表
- 発表の全体像:
- 米NVIDIAは9月3日、独ベルリンで開催中のIFA Berlin 2026にあわせ、PC上でAIを動かすための新たな取り組みを発表
- AI処理を重視したPC向けプラットフォーム「RTX Spark」を10月に発売
- 家庭内の複数PCのGPUをAI処理に活用できる「NVIDIA pair」を無償公開
- AIエージェントを簡単に導入できる仕組みと、推論処理を高速化するソフトウェアの改良も進める
■ 2. RTX Sparkの仕様と発売
- RTX Sparkの位置付け:
- 今年6月に台湾で開催されたCOMPUTEX TAIPEI 2026で発表された次世代PCプラットフォーム
- クラウドに接続せず、PC上（ローカル）でAIモデルやAIエージェントを動かす用途を想定
- 第1弾チップファミリー「N1X」の構成:
- 10月発売で2種類の構成を用意
- 上位構成は6,144基のBlackwell GPUコアと20コアのGrace CPUを搭載し、ユニファイドメモリは24GBから128GBまで選択可能
- もう一方は5,120基のBlackwell GPUコアと18コアのGrace CPUを搭載し、24GBまたは32GBのメモリを選択可能
- 想定用途:
- ノートPCやコンパクトなデスクトップPCへの搭載を想定
- AI処理に加えて1440pでのゲームや3Dコンテンツ制作にも利用可能
- 採用メーカー:
- LenovoやAcerなどが対応製品を投入
- 2027年にはさらに多くのメーカーが参加する予定
- ゲームタイトルの対応:
- Electronic Artsは『Apex Legends』や『EA SPORTS F1 25』への対応を進行
- Embark Studiosは『ARC Raiders』や『THE FINALS』への対応を進行
- UbisoftはゲームポートフォリオをRTX Spark向けに展開する方針を提示し、『Anno 117: Pax Romana』も対応タイトルに含まれる
■ 3. NVIDIA pairによる家庭内GPUの分散活用
- NVIDIA pairの仕組み:
- 家庭内ネットワークにつながったPCを自動的に検出し、使われていないGPUにAI処理を振り分けるソフトウェア
- 複数のPCを持っている場合、それぞれのGPUをAIの計算資源として活用可能
- 分散処理の例:
- 1台のPCでAI処理を実行している間に、別のPCのGPUが空いていればそちらにも処理を振り分け可能
- 複数のAI処理を同時に実行する場合も、家庭内のPCに分散することで1台への処理集中を回避
- 通常作業を優先する制御:
- AI処理のためにPCの動作が重くなっては使いにくいという課題に対応
- 各PCのGPU使用率や実行中のタスクを監視し、PCの利用状況に応じて処理の割り当てを調整
- メインPCでゲームを始めるとそのPCへのAI処理を避け、別のPCへ処理を回す
- 動画編集や3DレンダリングなどでGPUを使っている場合も同様に処理を回避
- 対応環境:
- OllamaやLM StudioといったローカルAI環境に対応
- Windows、Linux、Mac OSで利用可能
- NVIDIA製GPUに限らず、対応するAI実行環境を動かせるGPUを組み込める点が特徴
- 検証結果:
- 最大18台のGPUを接続して動作することを確認
- 3台のPCに分散したデモでは、1台だけで処理した場合の18分から約9.8分まで処理時間を短縮
- 利用者にとっての意味:
- 複数PCを持つ家庭なら、普段使っていないPCのGPUをAI処理に回しつつ、ゲームや動画編集もこれまで通り継続可能
■ 4. AIエージェント導入のワンクリック化
- 従来の導入ハードル:
- ローカルAIではPCの性能に合ったモデルの選択、モデルのダウンロードや量子化、推論エンジンの設定をユーザー自身で行うケースがある
- PCに詳しくない人にとって、この工程が利用のハードルになっていた
- NVIDIAの対応方針:
- AIエージェントの開発元と協力し、PCの構成に適したモデルの選択からダウンロード、環境構築までを簡単に進められるようにする
- 対応エージェントの例:
- 「Hermes Agent」はPCに適したモデルを提示し、そのままダウンロードやセットアップが可能
- 「OpenClaw 2.0」はWindows版の初回起動時に最適なモデルを自動選択し、NVIDIA GPU向けの設定をワンクリックで完了
- Perplexityの対応:
- ローカル環境で動作するエージェントアプリ「Portable Computer」をRTX GPU向けに展開
- WindowsとLinuxに対応し、24GB以上のビデオメモリを搭載したRTX GPUが必要
■ 5. 推論処理の高速化
- Llama.cppの改良:
- オープンソースの推論ソフトウェアで計算処理や「投機的デコード」などを最適化
- 従来と比べて最大1.9倍のスループット向上を実現
- vLLMの改良:
- 処理方式を改良し、「RTX Pro 6000 Blackwell」を搭載したシステムで1.2倍の高速化を確認
- 2台の「DGX Spark」を組み合わせた環境では最大1.4倍の高速化を確認
■ 6. ローカルAI普及への展望
- 今回の発表の意義:
- AI向けPCのRTX Sparkの発売時期、NVIDIA pair、AIエージェント導入の簡易化、推論高速化ソフトウェアが一挙に示された
- 残された課題と狙い:
- ローカルAIは高性能なモデルを自分のPCで動かせる一方、環境を整えるまでにある程度の知識が必要だった
- NVIDIAはハードウェアとソフトウェアの両方からそのハードルを下げようとしている
- 注目点:
- 10月のRTX Spark発売をキッカケに、ローカルAIが一般のPCユーザーにもどこまで広がるかが注目される