自動化ツール（n8n / Dify / Make） に必要なPCスペックと、合うPC・Mac（2026年10月）
n8nやDifyをセルフホストするとき大事なのは、性能より「止まらないこと」です。ノートPCに入れると、蓋を閉じた夜のあいだワークフローが丸ごと停まります。
要るのはスリープしない小型のPCで、メモリ32GB・NVMe 1TBのミニPCかMac miniが定番。アイドル10Wなら電気代は年2,700円ほどですが、余ったゲーミングPCを転用すると年2万円を超えます。
どこで何が動いているか
n8n、Dify、Make、Zapierといった自動化ツールには、クラウド版とセルフホスト版があります。クラウド版ならPCは不要です。セルフホスト（自分のPCやサーバで動かす）を選ぶ理由は、社内データを外に出したくない、実行回数の課金を避けたい、ローカルLLMやローカルのファイルと繋ぎたい、の3つです。
セルフホストではDocker上にワークフローエンジン、データベース、ベクトルDB、キューが常駐し、ワークフローはPCが起きている間だけ動きます。つまり要件は「速さ」ではなく「止まらないこと」。静音、省電力、スリープしない設定、停電対策（UPS）が選定基準になります。
n8nのクラウド版が月20ユーロ前後から、Makeが実行回数課金という価格構造も、セルフホストに踏み切る動機になっています。
手元のPCで実際に起きていること
n8nやDifyをセルフホストすると、Docker上でワークフローエンジン・DB・ベクトルDBが常駐します。要件は「静かで省電力で、スリープしないこと」。ノートを閉じたら止まるので、常時稼働のミニPCやMac miniで動かすのが定石です。クラウドVPSに逃がす手もありますが、社内データを扱うならローカルが安心。
必要なリソース（最低ライン）
最低・快適・余裕の3段階
| 段階 | 構成の目安 | できること |
|---|---|---|
| 最低 | 4コア・メモリ16GB・SSD 512GB・常時稼働できる筐体 | n8n単体なら十分。ノートは不可 |
| 快適 | 8コア・メモリ32GB・NVMe 1TB・ミニPC/Mac mini | n8n＋Dify＋DB＋ベクトルDBを同時に常駐できる。アイドル10W台 |
| 余裕 | 16コア・メモリ64GB・NVMe 2TB | ローカルLLM（Ollama）も同じPCで動かせる。GPUを足すならデスクトップ |
計算例: 実際に何GB要るか
n8nとDifyをDockerでセルフホストした場合の常駐メモリ。n8n本体で0.5〜1GB、PostgreSQLで0.5GB、Redisで0.2GB、Difyのアプリ群（API・ワーカー・Web）で2〜3GB、ベクトルDB（Weaviate等）で1〜2GB、Docker自体のオーバーヘッドで1GB。
合計6〜8GB。OSの2〜3GBと合わせて10GB前後で、メモリ16GBの機種で動きます。ここにOllamaで8Bモデルを常駐させると6〜7GB追加で17GB。32GBが快適ラインになる理由です。電気代は、アイドル12WのミニPCで年間約3,300円、アイドル80WのゲーミングPCで約21,700円（1kWhあたり31円）。差額で3年でミニPCがもう1台買えます。
よくある誤解
「自動化ツールはクラウド版があるからPCは不要」クラウド版で足りるなら不要です。ただし社内のファイルやデータベースに触る処理、外に出せないデータを扱う処理は、手元かサーバに置くしかありません。
「自動化なら古いPCの再利用で十分」再利用そのものは有効です。ただし2019年以前のデスクトップはアイドルで50W前後を消費し、24時間動かすと電気代が年1万円を超えます。静音・省電力のミニPCのほうが総額で安くなることがあります。
よくある失敗
- メインの作業PCで動かして、再起動やスリープのたびに止まる。専用機に分ける
- Windows Updateの自動再起動で夜間のワークフローが止まる。Linux（またはmacOS）で運用するか、更新の時間帯を固定
- 停電1回でDBが使えなくなる。小型UPSは必須の保険
- ワークフローのログとDBでSSDが埋まる。ログの保持期間を設定し、1TB以上を
MacかWindowsか
Linuxが最も安定して軽い（ミニPCにUbuntuを入れる）。Mac miniは静音・省電力で、Docker Desktopでそのまま運用できます。Windowsは自動再起動の管理が必要で、常時稼働機としてはやや不向きです。
買う前のチェックリスト
- 据え置きで、スリープしない・静音・省電力の機種か（ノートは除外）
- メモリ32GB以上（ローカルLLMも動かすなら64GB）
- NVMe 1TB以上。ログのローテーション設定をする前提
- UPSの予算を含めたか
- OSはLinux（Ubuntu Server）かmacOSか。Windowsなら自動再起動の制御方法を確認した
- 死活監視・失敗通知の仕組みを入れる計画があるか
編集部メモ: 自動化の常時稼働機は、買った瞬間より「3か月後」に差が出ます。ログでディスクが埋まる、停電でおかしくなる、更新で再起動する。当サイトの常時稼働ガイドにチェックリストを置いたのは、機種選びより設定のほうが失敗を左右するからです。安いミニPCと設定の丁寧さの組み合わせが、高価なワークステーションに勝ちます。
関連するページ
自動化ツール（n8n / Dify / Make）に要るのは、CPU 8コア・メモリ32GB・NVMe 1TB、GPUは不要で内蔵GPUで足りるという水準でした。この数字を持ったまま、別の角度から裏を取れるページを並べます。用語で詰まったら用語集へ。
| 知りたいこと | ページ |
|---|---|
| その容量で何が動くか | 容量別の一覧 |
| 予算から構成を選ぶ | 予算別のおすすめ（10万〜100万円） |
| 使うソフトの推奨スペック | ツール別（Ollama・LM Studio・ComfyUIほか） |
| GPUやチップのシリーズで比べる | シリーズ別の対応表 |
| 量子化の形式を選ぶ | 量子化の種類と必要メモリ |
| 用語の意味を確認する | AI用PCの用語集（29語） |
| 会社で導入する場合の考え方 | 法人・業務でAIを使うPC選び |
| いま何が動くようになっているか | ローカルLLMの現在地（データレポート） |
予算別にどれを選ぶか
自動化ツール（n8n / Dify / Make）を使うという条件だけで、予算ごとに選べる構成が変わります。要件を満たす中で最も手頃なものを並べました。価格は2026年10月時点の目安です。
| 予算 | この用途を満たす最も手頃な構成 | 目安 | 備考 |
|---|---|---|---|
| 10万円まで | この予算では要件を満たす構成がありません | — | |
| 15万円まで | GPUなし開発デスクトップ（メモリ32GB・SSD 1TB） | 12〜18万円 | コーディングAI・データ分析・自動化のサーバ役 |
| 20万円まで | GPUなし開発デスクトップ（メモリ32GB・SSD 1TB） | 12〜18万円 | コーディングAI・データ分析・自動化のサーバ役 |
| 30万円まで | GPUなし開発デスクトップ（メモリ32GB・SSD 1TB） | 12〜18万円 | コーディングAI・データ分析・自動化のサーバ役 |
| 40万円まで | GPUなし開発デスクトップ（メモリ32GB・SSD 1TB） | 12〜18万円 | コーディングAI・データ分析・自動化のサーバ役 |
| 60万円まで | GPUなし開発デスクトップ（メモリ32GB・SSD 1TB） | 12〜18万円 | コーディングAI・データ分析・自動化のサーバ役 |
| 100万円まで | GPUなし開発デスクトップ（メモリ32GB・SSD 1TB） | 12〜18万円 | コーディングAI・データ分析・自動化のサーバ役 |
要件を満たす中で最も安いのはGPUなし開発デスクトップ（メモリ32GB・SSD 1TB）（12〜18万円）です。同じ予算でも形（ノート・BTO・自作・Mac・常時稼働）で選べるものが変わります。予算別のページで各価格帯の全構成を確認できます。
1年後を見据えるなら
ワークフローは増える一方で減りません。最初はn8n単体でも、半年後にはDify、ベクトルデータベース、ローカルLLMが同居しているのが典型的な経過です。メモリ32GBで始めても、この積み上がりで64GBが欲しくなります。最初から64GBを積んでおくか、増設できる機種を選んでおきましょう。ストレージも、ログとデータで1TBは1年で埋まります。
PCを買わずに済ませる選択肢
クラウド版のn8nやMakeを使えば、機材を買わずに済みます。月額は数千円から。社内ファイルやローカルLLMと繋ぐ必要がなく、実行回数が多くないなら、手元に置く理由はありません。ローカルに移すのは、外に出せないデータを扱うようになったとき、あるいは実行回数の課金が機材費を超えたときです。
させたい仕事を足すと、要件はどう変わるか
自動化ツール（n8n / Dify / Make）単体の要件（CPU 8コア・メモリ32GB・SSD 1TB・常時稼働）に、仕事を1つ足したときの変化です。上がる軸だけを示します。
| 足す仕事 | 上がる要件 | その結果 |
|---|---|---|
| 文章・資料・メール作成 | 変わらない | GPUなし開発デスクトップ（メモリ32GB・SSD 1TB）から |
| プログラミング・開発 | 変わらない | GPUなし開発デスクトップ（メモリ32GB・SSD 1TB）から |
| 自動タスク・エージェントの常時運用 | CPU 8→12コア・メモリ 32→64GB | 静音ミニPC（Ryzen 9・メモリ64GB・GPUなし）から |
| イラスト・画像生成 | VRAM 0→12GB・NVIDIA GPU前提に | RTX 5070（12GB）デスクトップ・メモリ32GBから |
| 動画生成・編集 | メモリ 32→64GB・VRAM 0→24GB・SSD 1→2TB・NVIDIA GPU前提に | RTX 5090（32GB）デスクトップ・メモリ64GBから |
| 議事録・文字起こし | VRAM 0→6GB | RTX 5060（8GB）デスクトップ・メモリ32GBから |
| データ分析・Excel/Python | 変わらない | GPUなし開発デスクトップ（メモリ32GB・SSD 1TB）から |
| 社内文書の検索・要約（ローカルRAG） | VRAM 0→24GB | Mac mini M4 Pro（メモリ48GB・SSD 1TB）から |
形態別のおすすめ
PR: 以下はAmazonアソシエイトの広告リンクを含みます。価格の目安は執筆時点のもので変動します。価格・在庫はリンク先でご確認ください。
開発向けノートPC（メモリ32GB・SSD 1TB）
Claude Code・Cursor・Codexを持ち歩いて使う人。GPUは不要、メモリとSSDに振る
Core Ultra 7 / Ryzen 7 クラス・メモリ32GB・NVMe 1TB・WSL2運用 ・ 目安 15〜23万円
この形態に要件を満たす機種がありません: 常時稼働に向かない（ノート・スリープ）
GPUなし開発デスクトップ（メモリ32GB・SSD 1TB）
コーディングAI・データ分析・自動化のサーバ役。GPUは後から足せる
Ryzen 7 / Core i7 クラス・メモリ32GB・NVMe 1TB・電源650W以上（GPU増設余地） ・ 目安 12〜18万円
デスクトップ（BTO）で自動化ツール（n8n / Dify / Make）を使うなら
Mac mini M4 Pro（メモリ48GB・SSD 1TB）
30BクラスのローカルLLMとエージェント並列運用を1台で。コスパの中心
M4 Pro・ユニファイドメモリ48GB・SSD 1TB・帯域273GB/s ・ 目安 30〜36万円
Macで自動化ツール（n8n / Dify / Make）を使うなら
静音ミニPC（Ryzen 9・メモリ64GB・GPUなし）
n8n・Dify・エージェントのルーティンを24時間回す。省電力・小型・静音で置き場所を選ばない
Ryzen 9 8945HS/9955HX クラス・DDR5 64GB・NVMe 2TB・アイドル10W台 ・ 目安 13〜22万円
常時稼働サーバー型で自動化ツール（n8n / Dify / Make）を使うなら
自作: エージェント用ワークステーション（16コア・メモリ64GB・GPUなし）
Claude Code・Docker・n8nを並列で回す。GPUは要らない、静音と大容量メモリに振る
Ryzen 9 9950X・DDR5 32GB×2・NVMe 2TB・静音ケース・電源750W（将来GPU増設可） ・ 目安 20〜28万円
自作で自動化ツール（n8n / Dify / Make）を使うなら
させたい仕事を足して絞り込む
今のPCで足りる人が買い足すなら
PR: 以下はAmazonアソシエイトの広告リンクを含みます。価格の目安は執筆時点のもので変動します。価格・在庫はリンク先でご確認ください。
メモリ増設（32GB化）
エージェント・Docker・ブラウザ大量タブの詰まりはメモリで解消する
NVMe / 外付けSSD 2TB
モデル・Dockerイメージ・リポジトリで内蔵SSDはすぐ埋まる
よくある質問
自動化にGPUは必要？
ワークフロー自体には不要です。ローカルLLMで文章生成や分類を組み込むなら、その分のGPUまたはユニファイドメモリが要ります。
VPSではダメ？
ダメではありません。月1,000〜3,000円のVPSで十分なケースも多い。手元に置く理由は、社内ファイルやローカルLLMと直結できること、月額課金がないことです。
Raspberry Piでは？
n8nの軽いワークフローだけなら動きます。Difyやベクトルデータベースまで動かすとメモリ8GBの上限で足りなくなります。
自動化ツール（n8n / Dify / Make）にはどんなPCが合う？
ノートPC: 開発向けノートPC（メモリ32GB・SSD 1TB）。デスクトップ（BTO）: GPUなし開発デスクトップ（メモリ32GB・SSD 1TB）。Mac: Mac mini M4 Pro（メモリ48GB・SSD 1TB）。常時稼働サーバー型: 静音ミニPC（Ryzen 9・メモリ64GB・GPUなし）。自作: 自作: エージェント用ワークステーション（16コア・メモリ64GB・GPUなし）
関連: AI時代のPC選び 5つの軸 / ローカルLLMに必要なPCスペック / AI開発用PCのスペック / MacかWindowsか / メモリ16・32・64GBの差