AIパソコンとは？NPU搭載のCopilot+ PCで生成AIは速くならない — 用途別の本当の基準表
家電量販店の売り場やランキング記事で「AIパソコン」と呼ばれているものの正体は、NPU（Neural Processing Unit）を積んだCopilot+ PCです。ところが、あなたが「AIを使いたい」と思って想像している作業のほとんどは、NPUでは速くなりません。この記事では、用途ごとに「本当に効く部品」と「必要な数字」を整理します。
結論の表: 用途別に効く部品と必要スペック
| やりたいこと | 実際に処理する場所 | 効く部品 | 必要な数字の目安 |
|---|---|---|---|
| ChatGPT・Claude・Geminiを使う | クラウド（相手のサーバ） | ほぼ関係なし | メモリ16GB・普通のブラウザが動くPC |
| Copilot in Windows（Web版） | クラウド | ほぼ関係なし | 同上 |
| Windowsの「リコール」「ライブ字幕」「コクリエイター」 | PC内（NPU） | NPU（40 TOPS以上） | Copilot+ PC の要件そのもの |
| AIイラスト（Stable Diffusion・FLUX） | PC内（GPU） | GPUのVRAM容量 | VRAM 12GB以上、快適は16GB |
| ローカルLLM（自分のPCでチャットAI） | PC内（GPUまたはメモリ） | VRAM容量とメモリ帯域幅 | 8B=8GB、14B=12GB、27〜32B=24GB。Macはユニファイド32GB以上 |
| 動画生成AI（Wan・Hunyuan） | PC内（GPU） | VRAM容量 | VRAM 16GBが下限、24GB以上推奨 |
| 音声書き起こし（Whisper） | PC内（GPUまたはCPU） | GPUがあれば速い | VRAM 4GBでも可 |
表の上2行、つまり「ChatGPTを使いたい」人には、AIパソコンを買う理由がありません。手元のPCでブラウザが快適なら、それで終わりです。買うとしたら、タブを大量に開いても重くならないようにメモリを16GB以上にすること。それだけで体感は変わります。
NPUは何をする部品なのか
NPUは、AIの計算（行列の掛け算）を低消費電力でこなす専用回路です。Windowsの「ライブ字幕」やビデオ会議の背景ぼかし、写真アプリの被写体切り抜きのように、小さなモデルを常時・省電力で回す用途には向いています。Copilot+ PCの要件である「40 TOPS以上」も、こうしたOS付属機能を動かすための基準です。
一方で、生成AIで重いのは「モデルの重み（数GB〜数十GB）をメモリから読み出す」作業です。ここで効くのは演算回路の速さではなく、メモリの容量と帯域幅（1秒間に何GB読めるか）です。NPUはPC本体のメモリ（帯域幅100〜140GB/s程度）を使うので、GPU専用のVRAM（RTX 4070で504GB/s、RTX 5090で1,792GB/s）に比べて桁が違います。しかも画像生成や大きな言語モデルの多くはNPU向けに最適化されておらず、対応ソフト自体が少ないのが現状です。
つまり「AIパソコン＝Copilot+ PC」という売り方は、「Windowsの新機能が動くPC」という意味では正しく、「生成AIを速く動かせるPC」という意味では誤りです。
本当に効く数字1: VRAM容量（GPUのメモリ）
GPUで動かすAIは、モデル全体をGPUのメモリ（VRAM）に載せる必要があります。載らなければ、動かないか、PC本体のメモリに逃がして極端に遅くなるかのどちらかです。したがって、生成AI用途ではGPUの演算性能よりVRAM容量が先に効きます。
- 8GB（RTX 4060 / 5060 / ノート用GPUの大半）: ローカルLLMなら8Bクラスの4bit（約6GB）が載る。画像生成はSD1.5が快適、SDXLは設定次第
- 12GB（RTX 4070 / 5070 / RTX 3060 12GB）: 14Bクラスの4bit（約9GB）が載る。SDXLが快適
- 16GB（RTX 5060 Ti 16GB / 5070 Ti / 5080 / 4060 Ti 16GB）: 27Bクラスの4bitがぎりぎり（Gemma 3 27Bは約15.4GB＋KVで少し溢れる）。FLUXの画像生成、gpt-oss-20bがここから
- 24〜32GB（RTX 4090 / 3090 / 5090）: 32Bクラスの4〜5bit。70BはQ2〜Q3で載る程度。動画生成の実用ライン
同じ「RTX 4060 Ti」でも8GB版と16GB版があり、AI用途では16GB版がまったく別物になります。型番の末尾だけでなくVRAM容量を必ず確認してください。
本当に効く数字2: メモリ帯域幅（速度を決める）
ローカルLLMが1トークン（日本語で1〜2文字）を生成するたびに、モデルの重み全体を1回読みます。したがって生成速度は、おおむね「メモリ帯域幅 ÷ モデルのサイズ」で決まります。4bit量子化の8Bモデル（約4.7GB）なら、RTX 4070（504GB/s）で理論上100 tok/s前後、実効で60〜70 tok/s。人が読む速さは5〜10 tok/sなので十分すぎる速度です。同じモデルをGPUなしのPC（DDR5デュアルチャネル約90GB/s）で動かすと、実効で8〜10 tok/sになります。読める速さではありますが、「考え中」の時間が長く感じます。
当サイトの速度表示は、この計算式を公開ベンチマーク（llama.cpp）で機種ごとに較正した推定値です。実測のある機種は「較正」、ない機種は「推定」とラベルを分けています。
Macという選択肢: VRAMの壁がない
Apple Silicon（M1〜M5）のMacは、CPUとGPUが同じメモリ（ユニファイドメモリ）を使います。GeForceの「VRAM 16GBの壁」がなく、メモリ64GBのMacなら約48GBをモデルに使えます。帯域幅もM4 Pro=273GB/s、M4 Max=546GB/sと、ミドル〜ハイエンドGPU級です。
- メモリ16GB（M1〜M4の無印）: 8Bの4bitが載る。実効10〜11GBなので14Bは厳しい
- メモリ24〜32GB（M4無印 24GB / M2 Pro 32GBなど）: 14B〜27Bの4bit
- メモリ48〜64GB（M4 Pro 48GB / M4 Max 64GB）: 32Bの4〜5bit、30B MoE、64GBなら70Bの4bit
- メモリ128GB以上（M4 Max 128GB / M3 Ultra 256GB〜）: gpt-oss-120b、120B〜235BクラスのMoE
弱点は画像生成・動画生成です。CUDA前提のツールが多く、対応していても同価格帯のGeForceの2〜4倍の時間がかかります。「ローカルLLMが主目的ならMacは有力、画像・動画が主目的ならGeForce」と覚えてください。
用途別のおすすめ構成
ChatGPTを快適に使いたい
買い替え不要。今のPCのメモリが8GBなら16GBに増設。ノートで増設できない機種なら、次に買うときに16GB以上を選ぶ。NPUの有無は無視して構いません。
AIイラストを始めたい
デスクトップならVRAM 12GBのRTX 5070クラスが入口、FLUXまで視野に入れるなら16GB（RTX 5070 Ti / 5080 / 5060 Ti 16GB）。ノートは同じ型番でもVRAMが少ないことがあるので注意（RTX 5070 Laptopは8GB）。
ローカルLLMを動かしたい
予算10万円台ならVRAM 8〜12GBのデスクトップかMac mini M4（24GB）。20〜30万円台ならVRAM 16GB、またはMac mini M4 Pro（48GB）。それ以上ならRTX 5090（32GB）か、M4 Max 64〜128GBのMac。「どのモデルを動かしたいか」が決まっているなら、モデル別ページで必要メモリを先に確認してください。
動画生成AIを使いたい
VRAM 16GBが下限、24GB以上を推奨。Macは現時点では勧めません。
よくある誤解
- 「Core Ultra / Ryzen AI搭載ならAIが速い」 → NPUの話であり、生成AIの速度はほぼ変わりません。ただしRyzen AI Max+ 395（メモリ128GB・256GB/s）だけは別格で、gpt-oss-120bクラスが載る唯一のWindowsマシンです
- 「GPUは新しいほどAIに強い」 → 世代よりVRAM容量。RTX 3090（24GB・2020年）はRTX 5070（12GB・2025年）より大きなモデルを動かせます
- 「メモリを増やせばGPUなしでも十分」 → 動きはします。ただし速度は帯域幅で決まるので、8B以下のモデルか、MoE（gpt-oss-20b・Qwen3 30B-A3B）に限れば実用的です