ChatGPTにClaude、Midjourneyに動画生成AI……気づけば毎月のサブスク課金がなかなかの金額になっていました。しかも上位プランでも「使いすぎ」るとレート制限がかかる。加えて仕事柄、モデルのファインチューニングやLoRA作成も一度ちゃんと手を動かして試してみたい。そこで思い切って、「課金なしで生成AI使い放題」の自宅環境を作ることにしました。
購入したのは2台。ミニPCのGMKtec EVO-X2(約52万円)と、ドスパラのゲーミングPC GALLERIA XPC7A-R59-GD(カスタマイズ込みで約118万円)。合計約170万円です。書いていて手が震えますが、本記事ではこの2台を選んだ理由とスペック、それぞれに担当させる役割を紹介します。セットアップや性能検証は、今後の記事で順次書いていく予定です。
なぜクラウド課金ではなくローカルなのか
正直、コストだけ考えればクラウドのサブスクやAPI課金の方が安く済む可能性が高いです。それでもローカル環境を選んだ理由は以下の通りです。
- 使い放題:一度買ってしまえば、かかるのは電気代だけ。レート制限を気にせず画像を1,000枚生成しようが、LLMに深夜まで壁打ちさせようが自由です。
- ファインチューニング/LoRA作成の実験がしたい:仕事で生成AIに関わっている以上、「APIを叩いて使う」だけでなく、モデルの中身に触る経験をしておきたい。学習は試行錯誤の連続なので、時間課金のクラウドGPUだと財布と心臓に悪いのです。
- データが手元に残る:実験に使うデータや生成物を外部に出さなくてよい安心感があります。
- 単純に楽しそう:身も蓋もないですが、これが一番大きいかもしれません(笑
1台目:GMKtec EVO-X2 ― ローカルLLM担当
1台目はミニPCのGMKtec EVO-X2。AmazonでポチったAIミニPCで、購入時の価格は約52万円でした。手のひらサイズ……とまでは言いませんが、弁当箱程度の筐体にとんでもないスペックが詰まっています。
| CPU | AMD Ryzen AI Max+ 395(16コア/32スレッド、Zen 5、最大5.1GHz) |
| GPU | Radeon 8060S(内蔵GPU、RDNA 3.5・40CU) |
| NPU | XDNA 2(50 TOPS) |
| メモリ | 128GB LPDDR5X-8000(ユニファイドメモリ) |
| ストレージ | 2TB PCIe 4.0 SSD |
| ネットワーク | 2.5GbE LAN、Wi-Fi 7、Bluetooth 5.4 |
| 購入価格 | 約52万円(Amazon) |
選んだ理由:128GBのユニファイドメモリ
この機種の最大の特徴は、128GBのメモリをCPUとGPUで共有するユニファイドメモリ構成であること。設定次第でその大部分をGPU側に割り当てられます。一般的なグラフィックボードはハイエンドのRTX 5090でもVRAM 32GBですから、「大きなモデルをそのままメモリに載せる」ことにかけては、この価格帯では他に選択肢がほぼありません。Apple SiliconのMacと同じ発想ですが、Windows/Linuxが動く点が決め手でした。
役割はローカルLLMサーバー。量子化した大型モデルを常駐させて、ChatGPT的な壁打ち相手やコーディング支援を「使い放題」にする計画です。どのモデルがどれくらいの速度で動くかは、実測して別記事にまとめます。
2台目:GALLERIA XPC7A-R59-GD ― 画像・動画生成とLoRA学習担当
2台目はドスパラのGALLERIA XPC7A-R59-GD。GeForce RTX 5090(VRAM 32GB)搭載機です。標準構成からメモリを128GBに、SSDを2TBに増強して、お値段約118万円(メモリの128GB化だけで+10万円!)。人生で一番高いパソコンになりました。
| CPU | Intel Core Ultra 7 265F |
| GPU | GeForce RTX 5090(VRAM 32GB) |
| メモリ | 128GB(標準16GBから増強) |
| ストレージ | 2TB Gen4 SSD(標準1TBから増強) |
| CPUクーラー | 240mm簡易水冷(MSI MAG CORELIQUID E240) |
| 電源 | 1200W(80PLUS PLATINUM) |
| 購入価格 | 約118万円(カスタマイズ込み) |
選んだ理由:結局、画像・動画生成と学習はCUDA
「EVO-X2があるなら1台で足りるのでは?」と思われるかもしれませんが、画像・動画生成やモデル学習の世界は、良くも悪くもNVIDIAのCUDAを前提にエコシステムが回っています。ComfyUIをはじめ、Stable DiffusionやFLUX、動画生成モデル、LoRA学習ツールの多くはNVIDIA GPUで動かすのが最も確実で速い。そのフラッグシップがRTX 5090です。VRAM 32GBあれば、動画生成モデルやLoRA学習もローカルでかなり戦えるはず……という期待を込めての選択です。
2台の役割分担
| GMKtec EVO-X2 | GALLERIA(RTX 5090) | |
|---|---|---|
| 得意分野 | 大容量メモリを活かした大型LLMの推論 | CUDA前提の画像・動画生成、LoRA学習 |
| 主な用途 | ローカルLLMサーバー(壁打ち・コーディング支援) | ComfyUIでの画像・動画生成、ファインチューニング実験 |
| スタイル | 常時稼働の相棒 | ここぞという時の主砲 |
正直、気になっていること
- 電気代:RTX 5090はフルロード時の消費電力が相当なもの。夏場のエアコンと合わせて電気代がどうなるか、実測して報告します。
- 騒音:EVO-X2は静音モードがあるとはいえミニPCの高負荷時のファン音、GALLERIAは水冷とはいえGPUファンがどこまで唸るか。
- 元は取れるのか:仮に生成AIの上位サブスクを月3万円分使うとしても、170万円は約4年9か月分。冷静に計算してはいけない数字です。これは投資ではなく、学習であり趣味です(断言
今後の予定
この2台を使って、以下の記事を順次公開していく予定です。
- セットアップ編:EVO-X2へのローカルLLM環境構築、GALLERIAへのComfyUI導入
- 画像・動画生成パフォーマンス比較:EVO-X2(Radeon 8060S)vs RTX 5090で同じワークフローを実行し、生成速度・消費電力を実測比較
- Claude + ComfyUIでミュージックビデオを作ってみる:Claudeに構成・演出・ワークフロー作りを手伝わせて、1本のMVを完成させる企画
170万円が「良い買い物だった」と言えるよう、しっかり使い倒していきます。続報をお楽しみに。
コメント