
ローカルLLM向け Mac Studio の選び方
ローカルLLM向け Mac Studio の選び方をまとめました。
1. はじめに
「Mac Studio」は、Apple Siliconを搭載する高性能デスクトップMacです。
動画編集や3D制作向けとして知られていますが、大容量の「ユニファイドメモリ」を搭載できるため、
ローカルLLMを動かすためのマシン
としても有力な選択肢になります。

2026年8月に発表された新しいMac Studioでは、
・M5 Max:最大128GBユニファイドメモリ
・M5 Ultra:最大512GBユニファイドメモリ
を搭載できます。M5 Ultraではメモリ帯域も「1.2TB/s」まで向上しました。
今回は、LLM用途でMac Studioを選ぶときに重要な、
・メモリ容量
・メモリ帯域
・Prefill
・Decode
・M3 / M4 / M5の違い
・NVIDIA GPUとの違い
を順番に見ていきます。
2. Mac StudioがLLMに向いている理由
2-1. ユニファイドメモリ
Apple Siliconでは、CPUとGPUが同じ「ユニファイドメモリ」を共有します。
一般的なNVIDIA GPU搭載PCでは、
・CPU → システムRAM
・GPU → 専用VRAM
とメモリが分かれています。
例えばGPUに32GBのVRAM、PC本体に128GBのRAMを搭載していても、LLMをGPUだけで高速に動かすには基本的に32GBのVRAMが制約になります。
一方、Mac StudioではCPUとGPUが同じ大容量メモリを利用できます。
M5 Ultraでは最大512GBなので、
数百GBのモデルをGPUから利用できる
ことが大きな特徴です。AppleもM5 Ultraについて、巨大なLLMを完全にデバイス上で実行できることを特徴として挙げています。
2-2. NVIDIA GPUとの違い
Macのユニファイドメモリは、
NVIDIA GPUのVRAMより高速なメモリ
という意味ではありません。
Mac Studioの強みは「容量」です。
NVIDIA GPUではVRAM容量を超えたモデルを動かすと、
GPU VRAM → CPU RAMへ一部をオフロード
する必要があり、PCIe経由のデータ転送によって速度が落ちる場合があります。
MacではCPUとGPUが同じメモリ空間を利用するため、この境界を避けやすくなります。
そのため、
・巨大モデルを1台に載せる → Mac Studioが有利
・収まるモデルを高速に動かす → NVIDIA GPUが有利
という傾向があります。
3. LLM性能を見るための指標
3-1. メモリ容量
最初に見るべきなのが「メモリ容量」です。
LLMではモデル本体だけでなく、
・モデルの重み
・KVキャッシュ
・推論時のワーク領域
・各種バッファ
などにもメモリを使用します。
同じモデルでも量子化方式によって必要容量は大きく変わります。
例えば概算では、
・16bit → パラメータ数 × 約2バイト
・8bit → パラメータ数 × 約1バイト
・4bit → パラメータ数 × 約0.5バイト
です。
27Bモデルならモデル本体だけで、
・16bit:約54GB
・8bit:約27GB
・4bit:約14GB
程度になります。
実際にはこれ以外のメモリも必要なので、モデルサイズぎりぎりではなく余裕を持った構成を選びます。
3-2. メモリ帯域
次に重要なのが「メモリ帯域」です。
これは、
1秒間にメモリからどれだけデータを読み書きできるか
を示す指標です。
LLMはトークンを生成するたびに大量のモデル重みを読み出します。
そのため、
メモリ帯域が大きいほどDecodeが高速になりやすい
という特徴があります。
新しいMac Studioでは、M5 Ultraが「1.2TB/s」のメモリ帯域を備えます。
前世代のM3 Ultraから50%向上しています。
・M4 Max:546GB/s → M5 Max:614GB/s
・M3 Ultra:819GB/s → M5 Ultra:1.2TB/s
メモリ容量が「どのモデルを動かせるか」を決めるのに対し、
メモリ帯域は、特にバッチサイズが小さいLLM推論で「どのくらい速く生成できるか」に大きく関係する
と考えるとわかりやすいです。
4. PrefillとDecode
LLMの推論処理は、大きく「Prefill」と「Decode」に分けられます。
4-1. Prefill
「Prefill」は、入力したプロンプトを最初に読み込む処理です。
例えば、
10,000トークンのソースコードをLLMに渡す
場合、その10,000トークンをまとめて処理するのがPrefillです。
大量のトークンを並列処理できるため、
GPUの行列演算性能
が重要になります。
Prefill性能が高いと、
・長いコード
・長文ドキュメント
・大きなコンテキスト
を素早く読み込めます。
特にコーディングエージェントでは重要な性能です。
4-2. Decode
「Decode」はPrefill後に、
回答を1トークンずつ生成する処理
です。
一般的に表示される、
30 tokens/s
などの生成速度は、主にDecode速度を指します。
Decodeではトークンごとに大量のモデル重みを読み込むため、ローカルLLMでは、
GPUの演算性能よりメモリ帯域がボトルネックになりやすい
という特徴があります。
そのためLLM用途では、GPUコア数だけでなくメモリ帯域を見る必要があります。
4-3. TTFT
もうひとつ重要なのが「TTFT(Time To First Token)」です。
これは、
プロンプトを送信してから最初の回答が出るまでの時間
です。
長いプロンプトではPrefillに時間がかかるため、TTFTも長くなります。
したがってLLMの体感速度を見る場合は、
・Prefill → 入力を読む速度
・TTFT → 回答開始までの待ち時間
・Decode → 回答を生成する速度
の3つを見ると理解しやすくなります。
5. M3 / M4 / M5の違い
5-1. 世代だけでは比較できない
Mac Studioを見るときは、
M3 → M4 → M5
という世代だけでなく、
Max / Ultra
というクラスにも注意が必要です。
例えば前世代Mac Studioでは、
M4 Max
M3 Ultra
という異なる世代が同時に存在していました。
M3 Ultraは世代番号では古いですが、M4 Maxより大容量のメモリと大きなメモリ帯域を持っています。
そのためLLM用途では、
新しい世代だから必ず高速
とは限りません。
5-2. M3 Ultra
M3 Ultra搭載Mac Studioは、
最大512GBユニファイドメモリ
819GB/sメモリ帯域
を持つ構成でした。
特に512GBという容量が大きな特徴です。
中古や型落ちで購入する場合でも、
巨大LLMをローカル実行したい
という用途では依然として有力です。
5-3. M4 Max
M4 Max搭載Mac Studioは、
最大128GBユニファイドメモリ
最大546GB/sメモリ帯域
という構成でした。
M3 Ultraより新しい世代ですが、メモリ容量と帯域ではM3 Ultraの方が上です。
そのため、
・数十Bクラス → M4 Max
・巨大モデル → M3 Ultra
という選び方も成立します。
5-4. M5 Max / M5 Ultra
2026年8月に発表された新しいMac Studioでは「M5 Max」と「M5 Ultra」が採用されました。
M5世代では、
各GPUコアにNeural Accelerator
が搭載され、AI向けの行列演算性能が大幅に強化されています。
M5 Maxは最大128GBのメモリを搭載し、Appleによると、LM StudioでのLLMプロンプト処理はM4 Max搭載Mac Studio比で最大3.9倍高速です。
M5 Ultraでは、
最大512GBユニファイドメモリ
1.2TB/sメモリ帯域
となり、M3 Ultraからメモリ帯域も50%向上しました。
LLM用途では、
・Prefill → Neural Acceleratorによる高速化
・Decode → メモリ帯域向上による高速化
の両方が期待できます。
ただし、Appleの「AI性能○倍」という数字が、そのままDecodeのtokens/sが○倍になることを意味するわけではありません。
6. NVIDIA GPUとMac Studioの比較
6-1. メモリ
Mac Studioの最大の強みです。
NVIDIA GPUでは専用VRAMを使用するため、1枚のGPUで扱えるモデルサイズはVRAM容量に制約されます。
一方Mac Studioでは、
・M5 Max:最大128GB
・M5 Ultra:最大512GB
という大容量ユニファイドメモリをGPUから利用できます。
そのため、
100B〜数百Bクラスの大型モデル
ではMac Studioが有力になります。
6-2. 速度
同価格帯のハイエンドNVIDIA GPUにモデルがVRAM内で収まる場合、速度ではNVIDIA GPUが有利になることが多いです。
NVIDIAのハイエンドGPUは、
・高速なGDDR / HBMメモリ
・Tensor Core
・FP8 / FP4などのAI向け演算
を持っています。
同じモデルが高速なNVIDIA GPUのVRAMに収まるのであれば、
・Prefill
・Decode
・バッチ推論
ともNVIDIA GPUが高速になることが多くあります。
Mac Studioの利点は、
高速だから巨大モデルを動かせる
のではなく、
大量のメモリをGPUから利用できるため巨大モデルを動かせる
という点です。
6-3. ソフトウェア
NVIDIA GPUは「CUDA」を中心としたAIエコシステムが非常に充実しています。
例えば、
・vLLM
・SGLang
・TensorRT-LLM
・FlashAttention
・DeepSpeed
など、多くのLLM向け高速化技術がCUDAを中心に開発されています。
一方Macでは、
・MLX
・llama.cpp
・Ollama
・LM Studio
・Unsloth Desktop
などが主な選択肢になります。
Apple Silicon向けに最適化されたMLXは非常に高速ですが、新しい研究実装や最新の推論高速化手法ではCUDAが先に対応することが多くあります。
6-4. 消費電力とサイズ
Mac Studioは、
小型・静音・比較的低消費電力
なのも大きな特徴です。
複数のハイエンドNVIDIA GPUで数百GBのVRAMを構成する場合、
・大型電源
・冷却
・大型ケース
・PCIeスロット
なども必要になります。
Mac Studioなら最大512GBのユニファイドメモリを小型筐体1台にまとめられます。
6-5. 価格
価格は必要なメモリ容量によって評価が変わります。
32GB程度のモデルなら、
NVIDIA GPU搭載PC
の方が速度に対する価格性能は高くなりやすいです。
しかし、
・128GB
・256GB
・512GB
と必要容量が増えるほど、NVIDIAでは複数GPUやプロ向けGPUが必要になります。
この領域になるとMac Studioの大容量ユニファイドメモリが魅力になります。
新しいMac Studioは、
・M5 Max:419,800円〜
・M5 Ultra:949,800円〜
で、M5 Ultraは最大512GBまで構成できます。
そのため、
・小〜中規模モデル → NVIDIA GPUの速度と価格性能が有利
・巨大モデル → Mac Studioのメモリ容量が有利
という傾向があります。
7. メモリ容量別の選び方
7-1. 48〜64GB
小〜中規模LLMを中心に使う構成です。
・8B〜14B:余裕あり
・27〜32B:4bit中心
ローカルLLMを試す用途には十分ですが、LLMを主目的にMac Studioを購入するなら、可能であれば128GBを検討したいところです。
7-2. 128GB
個人のローカルLLM用途で特に使いやすい容量です。
・27〜32B:8bitも余裕
・70B:4bit中心、8bitも利用可能
・100B級:4bitを検討可能
LLMと同時にIDE、ブラウザ、コーディングエージェントなどを動かす余裕もあります。
現行モデルなら、
M5 Max + 128GB
が有力です。
7-3. 256GB
100Bを大きく超えるモデルや大型MoEを使う場合は、
M5 Ultra + 256GB
が候補になります。
一般的な30B〜70B程度であれば128GBでも十分なことが多いため、256GBは大型モデルを使う目的が明確な場合に向いています。
7-4. 512GB
M5 Ultraでは最大「512GBユニファイドメモリ」を利用できます。
・数百Bクラスのモデル
・巨大MoE
・複数の大型モデル
などをローカルで扱うための構成です。
一般的なローカルLLM用途では過剰ですが、
クラウドGPUを使わず、巨大モデルを1台で動かしたい
という用途ではMac Studioならではの選択肢です。