メインコンテンツへスキップ
見出し画像

Surface Laptop Ultraは何向け? 24GBから128GBの選び方と、MicrosoftのローカルAIを整理

    Microsoftが発表した「Surface Laptop Ultra」は、NVIDIAのRTX Sparkを搭載する新しいノートPCです。

    特徴の一つは、CPUとGPUで共有するユニファイドメモリを、24GBから最大128GBまで選べること。ただ、容量の差が大きいため、「24GB版と128GB版は、そもそも同じ目的の製品なのか」と気になります。

    調べてみると、少ないメモリの構成は映像・画像制作とクラウドAIの併用、大容量の構成は大きなAIモデルをPC内で動かす用途として見ると、立ち位置が分かりやすくなります。

    今回は、メモリ容量ごとの用途に加え、MicrosoftのAIモデル「MAI」シリーズと、仕事を進めるAIエージェントの発表を整理します。

    LLMは、文章やコードを生成する大規模な言語モデルです。「ローカルLLM」は、その処理をクラウドではなく、自分のPCなどで行います。

    ※ 2026年10月9日時点の公式情報に基づきます。日本の法人向けMicrosoft Storeでは予約注文を受け付けており、発売予定は10月16日。確認時の表示価格は526,680円からです。本記事は実機レビューではなく、公表仕様とモデルの容量から用途を考えたものです。Microsoft Storeの製品ページ

    先に結論

    • 24GB:巨大なLLM専用ではなく、映像・画像制作、小さなローカルAI、クラウドAIの併用を考える構成

    • 32〜48GB:文章支援やコード支援を、制作・開発アプリと組み合わせる候補

    • 64GB:より大きなモデルや制作データを扱いたい人向け。ただし、MAI-Codeの公開された長い入力条件では容量不足

    • 128GB:Microsoftが推奨する、大きなローカルコードモデルの利用を視野に入れる構成

    • AIエージェントの新機能は、すべてが発売日に使えるわけではない。PCの購入と、サービスの利用資格・料金は別

    RTX Sparkは「AIだけのGPU」ではない

    Surface Laptop Ultraは、Arm系のCPUとNVIDIAのBlackwell RTX GPUを組み合わせた製品です。CPUとGPUが同じメモリを使うため、一般的な「CPU用メモリ+GPU専用VRAM」という構成とは異なります。

    なお、構成によってCPU・GPUも異なり、「18コアCPU・5,120コアGPU」と、「20コアCPU・6,144コアGPU」が案内されています。

    ここで大切なのは、GPUの役割がLLMの実行だけではないことです。

    RTX Sparkには、グラフィックス処理に加えて、動画の圧縮・展開を助ける専用回路や、CUDAを使った計算の仕組みがあります。NVIDIAは、映像制作、3D制作、ゲーム、AI開発をまとめて想定しています。

    したがって、「巨大なLLMを載せられない24GB版では、強いGPUを持て余す」とは限りません。映像や画像を処理する仕事なら、別の使い道があります。

    メモリ容量ごとの立ち位置

    以下は、NVIDIAの用途別ガイドと、公開されているAIモデルの容量を踏まえた、本記事での整理です。各Surface構成での実測結果や、メーカーが保証する動作範囲ではありません。

    ほかのアプリも使うことを考えたモデル選択の一例であり、そのモデルを動かすための最低メモリ容量を示すものではありません。モデル名にある「B」は10億を表し、8Bなら約80億のパラメーターを持つモデルという意味です。

    画像

    NVIDIA自身も、24GB・32GBではクラウドを併用する使い方、48GB以上ではローカルの作業を広げる使い方を案内しています。ただし、これは用途の目安であって、「32GBではローカルのエージェントが動かない」という境界ではありません。

    • NVIDIAの容量別ガイド

    モデルのファイル容量と、必要メモリは違う

    参考例として、Ollamaが掲載する配布ファイルでは、
    Qwen3の4ビット版は8Bが約5.2GB、14Bが約9.3GB、32Bが約20GB。Qwen3-Coder 30Bは約19GB、Llama 3.3 70Bは約43GBです。

    さらに、Windowsや作業中のアプリ、AIの実行環境、長い文章や会話を処理するための作業領域にもメモリが必要です。ファイルが入ることと、快適に使えることは同じではないので注意が必要です。

    また、128GB搭載でも、128GBすべてをGPU専用メモリとして使えるわけではありません。Microsoftは、GPUがアドレス指定できる最大容量は合計容量より少なく、構成や作業内容によって異なるとMicrosoftも説明しています。

    ローカルLLMモデルを使う場合も、Windows on ArmとRTX Sparkに対応する実行環境が必要です。メモリ容量だけで、動作や生成速度までは保証できません。

    24GB版は、映像・画像制作から考えると理解しやすい

    24GB版を、128GB版の「AI性能を削った廉価版」とだけ見ると、魅力が分かりにくくなります。

    一方、写真の編集、映像の色調整やエフェクト、3D制作を主な仕事にするなら、GPUの処理能力を使う場面があります。AIは小さなモデルで補助し、難しい作業はクラウドへ任せる、という組み合わせも考えられます。

    Adobeは、PhotoshopやPremiereなどをRTX Spark向けに最適化すると発表しています。映像編集や画像合成などの処理をGPUで加速する方向であり、巨大な文章生成モデルを常時読み込むこととは別の用途です。

    ※ ただし、発表では更新を2026年後半から順次提供する予定としており、利用するアプリの対応状況は確認が必要です。

    もちろん、「映像制作なら24GBで何でも十分」という意味ではありません。素材の解像度、エフェクト、同時に開くアプリによっては、32GB以上を選ぶ選択肢もありえます。

    私の見方では、24GB版はGPUを使う制作が主目的で、大きなLLMをPC内で動かすことは優先しない人向けです。Web閲覧やOfficeだけなら、この価格帯まで投資する必要性は殆どないとも言えます。

    32〜48GBは、文章支援とコード支援の中間層

    32〜48GBなら、文章の要約、下書き、言い換えなどを、ローカルLLMで補助する用途を考えやすくなります。

    ただし、「文章ならできるが、プログラムは簡単なスクリプトまで」と、一律に線を引くこともできません。コード向けに学習したモデルがあり、同程度の規模でも得意な仕事は異なります。

    たとえばQwen3-Coder 30Bは、コード生成やツールを使う開発作業を想定したモデルです。48GB構成なら、その軽量化された版と開発アプリを組み合わせる候補になります。

    ただし、モデルがメモリに収まることは、複雑な設計を正しく実装できる保証ではありません。既存コードとの整合性、例外処理、セキュリティ、テストは別に確認する必要があります。

    文章・コード支援を日常的に使いつつ、重い判断にはクラウドの高性能モデルも使う。そうした運用なら、32〜48GBは検討しやすい層だと思います。

    Microsoftの「MAI」には、何がある?

    Microsoftは、コードだけでなく、推論、画像、音声などの自社AIモデルを展開しています。主なものを整理すると次のとおりです。

    画像
    Micosoft AI群

    ここで注意したいのは、MAIシリーズ全部が、Surfaceへダウンロードして使えるローカルLLMではないことです。画像・音声モデルもあり、提供形態も異なります。

    今回のSurface Laptop Ultraとの関係で、特に注目したいのが、ローカル実行に対応するMAI-Code-1.1-Flashです。

    MAI-Codeを目的にするなら、128GB版の意味が大きい

    Microsoftの技術資料によると、MAI-Code-1.1-Flashは総パラメーター数137B、つまり1,370億のモデルです。軽量化されたローカル版でも約53GBあります。

    Surface Laptop Ultraでの検証では、256Kコンテキストの条件で、ピークメモリ使用量が75.5GBに達しています。

    「256Kコンテキスト」は、入力資料や会話、生成する文章などを扱う枠が約26万トークンあるという意味です。トークンは文章を処理する単位で、文字数やファイルの容量とは異なります。

    24〜48GBでは、約53GBあるモデル全体をメモリへ載せる容量が足りません。

    64GBではモデル本体だけなら収まりそうですが、Windowsや実行時の作業領域も必要です。少なくとも、Microsoftがピーク75.5GBと公表した256Kコンテキストの条件は、64GBの物理メモリ内には収まりません。 短い入力など、条件を変えた場合の動作や速度も、この資料だけでは保証できません。

    Microsoftは、最良の性能のために120GBを超えるRAMを持つデバイスを推奨しています。これは最低動作要件の提示ではありませんが、Surface Laptop Ultraでこの推奨条件に当てはまるのが128GB版です。

    つまり128GB版は、単に「たくさんタブを開ける高級PC」ではありません。Microsoftが公開する大きなコードモデルを、自分のPC内で動かすための構成として、選ぶ理由があります。

    ただし、基本的に想定するのは公開済みモデルを使う処理、いわゆる「推論」です。大規模モデルを一から学習するためのサーバーと同じものではありません。

    MicrosoftのAIエージェントは、何をしてくれる?

    モデルが文章やコードを作る「頭脳」なら、AIエージェントは、そのモデルにファイル操作や実行などを組み合わせて、複数の手順を進める仕組みです。

    Microsoftが9月25日に発表した新しいCopilotには、次の三つの方向があります。

    • Home:会話や委任した仕事を起点に、文書・表計算・プレゼンテーションなどを作る

    • Code:自然言語でアプリやダッシュボード、作業の自動化などを作る

    • Autopilot:目標と範囲を与え、進捗確認や定期的な仕事を継続して任せる

    たとえばAutopilotには、取引先の評価業務について、予定を組み、準備を進め、関係者への確認やフォローアップを行う例が示されています。

    重要なのは、Autopilot自体はクラウド上で動くエージェントだということです。PCを閉じても仕事を続けられる一方、「128GB版を買えばAutopilotが完全にローカルで動く」という関係ではありません。発表では段階的な提供やプレビューが案内されており、利用条件と課金も別に確認する必要があります。

    今回の方向性は「ローカルかクラウドか」ではなく、使い分け

    10月7日の発表でMicrosoftが示したのは、PC内の処理とクラウドを組み合わせる「ハイブリッド」なAIです。

    GitHub Copilotでは、作業に応じてローカルモデルとクラウドモデルを振り分ける仕組みを、10月後半に実験的プレビューとして提供する予定です。Copilot+ PCでの新しいローカル連携機能も、今後数か月で提供を開始する予定とされています。

    たとえば、手元のコードの下準備はローカルで行い、より難しい作業にはクラウドを使う、という運用が考えられます。これは使い方の例であり、必ずその規則で振り分けられるという意味ではありません。

    ローカルのMAI-Code呼び出しには推論料金がかからないと案内されていますが、PC代や電気代、サービス契約、クラウド側の処理まで無料になるわけではありません。

    また、ローカルモデルを選んでも、外部のツールやサービスを使えば通信は発生し得ます。「ローカルAIを使う」と「作業全体がオフライン」は分けて考える必要があります。

    自律的に動かすなら、アクセス範囲も重要

    AIがコードを作るだけでなく、実行したりファイルを書き換えたりするなら、性能以外の備えも必要です。

    Microsoftは、AIエージェントがアクセスできるファイルやネットワークを制限する「Microsoft Execution Containers(MXC)」を、10月7日にWindows向けに一般提供しました。

    たとえば「作業用フォルダーは変更できるが、ほかの重要なファイルへは触れない」といった境界を設けるための仕組みです。ただし、設定や実装が必要で、使えば誤判断がなくなるものではありません。

    大容量メモリで強いモデルを動かせることと、そのAIへ何を許可するかは別問題です。重要なデータを扱うなら、結果の確認に加え、読み取り・書き込み・外部送信の範囲を決めておきたいところです。

    ゲーム用途は期待できる。ただし、今遊びたいタイトルで判断する

    RTX Sparkはゲームも想定したプラットフォームです。今後、Armへ対応・最適化された大型ゲームが増えれば、Surface Laptop Ultraの魅力が広がる可能性はあります。

    ただし、将来の期待と、現在の互換性は別です。

    Armだから既存のWindowsアプリがすべて動かないわけではありません。NVIDIAは、多くのx86・x64アプリをPrismという変換実行の仕組みで動かせる一方、アプリや依存する部品によって互換性が変わるため、確認が必要と説明しています。

    ゲームなら本体だけでなく、不正行為を検知する仕組みや周辺機器の対応も確認したいところです。「強いRTX GPUがあるから、いつものゲームが全部動く」とは考えない方がよいでしょう。

    ゲームが主目的なら、同じ予算のx86系ゲーミングPCとも比較するのが自然です。将来のArm対応AAAタイトルだけを購入理由にせず、今遊びたいゲームが動くかを先に確認したいと思います。

    結局、誰に向いたSurfaceなのか

    Surface Laptop Ultraは、全員に勧める一般向けノートPCというより、制作・開発・ローカルAIのために投資するPCとして見る方が分かりやすい製品です。

    24GB版なら、GPUを使う制作が主目的で、AIは小さなモデルとクラウドを併用する人。32〜48GBなら、制作・開発とローカルの文章・コード支援を組み合わせたい人。

    64GBは、より大きなモデルや制作データを扱うための余裕を求める人。そして128GBは、MAI-Codeのような大容量モデルをPC内で動かしたい人に、具体的な選択理由があります。

    逆に、文章支援だけなら、より安いPCとクラウドAIで目的を達成できる可能性があります。既存のゲームや専門ソフトの互換性を最優先するなら、x86系PCも外せません。

    購入前に考えたいのは、「最大128GBだからすごい」ではなく、自分のどの作業をローカルで処理したくて、そのために何GB必要なのかです。

    まとめ

    Surface Laptop Ultraは、大容量モデルをPC内で動かしたいのか、GPUを使う映像・画像制作をしたいのかによって、選ぶ構成が変わる製品です。

    Microsoftは、MAIモデルとAIエージェントを、ローカル・クラウドの両方へ広げようとしています。ただし、そのすべてが発売日に完成しているわけでも、PCを買えば無料で使えるわけでもありません。

    将来のAIやゲームへの期待は魅力です。それでも、購入判断の中心は、今使うアプリの対応と、実際に処理したい仕事。「AIのための大容量PC」なのか、「GPUを使う制作PC」なのかを先に決めることが、このSurfaceを選ぶ出発点になると思います。

    おすすめしたい記事

    関連サイト

    #Microsoft #Surface #ノートPC #動画制作
    #AI #AIエージェント #効率 #ローカルAI
    #LLM #ガジェット

     
     
    【累計49万PV・月間10万PV突破】 Apple関連、iPhone / MacBook Neoを中心に仕事と暮らしに役立つIT情報を発信 XRや開発は実体験ベース、AI・セキュリティも実用目線で整理し、購入・導入で迷う点を分かり易く発信 ※ Amazonアソシエイト参加中

    あなたへのおすすめ