AMDはIFA 2026の基調講演で、次のAIは利用者や企業のより近くで動くべきだと訴えた。同社が掲げる**「Personal AI」**は、ローカルコンピューティング、プライバシー、個人の文脈を組み合わせる考え方だ。ファイル、予定、設定といった情報を、利用者が管理する端末上でAIが扱い、より大きな計算能力が必要な場合に限ってクラウドを使う。 28

なぜ「クラウドだけ」ではコストが読みにくくなるのか

AMDの問題提起は、AIエージェントの普及によってトークン消費量が、現在のチャット中心の利用を大幅に上回るという見通しにある。同社によると、月間のトークン処理量は1年間で約0.7京から1.7京へ増え、2030年には月120京トークンに達する可能性があるという。高頻度利用の例として、1日1,500万出力トークンでは約300ユーロ／日、年間で約10万ユーロ近い費用になるとの試算も示した。また、企業の93％がAI予算を超過しているとも述べている。 2

これらはAMD自身による予測とコストの提示であり、独立した業界予測ではない点には注意が必要だ。それでも、AIエージェントがユーザーのデータを繰り返し読み込み、検索し、推論し、行動するようになれば、トークン従量課金のコストを事前に見通しにくくなるという問題意識は明確だ。

ローカル実行では、コストはトークンごとのクラウド料金から、端末導入費用と運用費を中心とする判断へ移る。機密性の高い文脈データも、所有者の近くにとどめやすい。ただし、最先端の超大規模モデルや突発的に大きな需要までPCだけでまかなえるわけではない。AMDの構想はクラウド不要論ではなく、役割分担を前提にしたハイブリッド型だ。 28

ローカルで大規模モデルを動かすための「メモリー」

AMDが発表したRyzen AI Haloは、端末上でより大きなAIモデルを動かすための大容量メモリー対応プラットフォームだ。AMDは、最大192GBのユニファイドメモリーを備えるシステムで、最大3,000億パラメーターのモデルをローカルで動かすことを想定している。 26

さらに上位では、オフィスや開発環境でのローカルAI利用を想定したデスクトップワークステーション群、Threadripper Halo Stationも発表した。AMDは1兆パラメーター超のモデルを対象に設計したとしており、PCMagによれば、液冷仕様のシステムには96コアのThreadripper Pro 9995WXと、企業向けMI350P GPUを2基搭載する。 4

ここでAMDが示そうとしているのは、ローカルAIが小規模なアシスタントやNPUの限定機能にとどまらない、という点だ。ユニファイドメモリーを多く積んだPCやワークステーションを、文書やプロンプトを毎回リモートサービスへ送らずに、より高度なモデルを開発・実行する場所として位置付けている。

Project Zenith：ローカルAI開発向けのWindows環境

Microsoftは、まずRyzen AI Halo搭載システムで提供を始める、事前構成済みのWindows開発環境**「Project Zenith」**を発表した。AMDによれば大規模なローカルモデルを扱う開発者向けで、Microsoftの構成にはVisual Studio Code、WSL、GitHub Copilot、PowerShellなどの開発ツールが含まれる。 2715

ローカルAIを広げるには、ハードウェアだけでは不十分だ。開発者が環境構築にかける手間を減らし、すぐにローカル開発を始められる状態にすることが狙いとなる。AMDの講演内容によると、Microsoft Execution Containersを通じた安全なAIエージェント実行もサポートする。 2

Personal AIを形にするパートナー製品

AMDの戦略は、単一のフラッグシップPCではなく、小型デスクトップ、ワークステーション、ストレージ一体型のエッジシステムへ広がる。

Lenovo ThinkCentre X Ultra

LenovoのThinkCentre X Ultraは、エージェント型AIのワークロードを想定した1.6リットルのデスクトップPC。最上位構成ではAMD Ryzen AI Max+ PRO 495と最大128GBのユニファイドメモリーを搭載する。LenovoとAMDはローカルAI開発や企業導入向けに位置付けており、複数台を連携させるクラスタ対応設計も報じられている。 102022

Minisforum MS-S1とN5 AI Agent NAS

Minisforumは、Ryzen AI Max+ PRO 495を採用するMS-S1 MAX-P495 AI Mini Workstationと、N5 MAX-P495 AI Agent NASを発表した。報道によると、どちらも最大192GBのユニファイドメモリーを構成できる。 3336

特にN5は、ローカルストレージとローカルAI実行を組み合わせる点に特徴がある。モデル、文書、長時間動作するエージェント処理を、所有者が管理するインフラ内に置く設計だ。MinisforumはN5 MAX-P495にOpenClawをプリインストールするとしている。一方で、P495搭載版の価格、出荷時期、継続的な推論性能を測る独立ベンチマークは、まだ示されていない。 3334

Acemagic F9A AI Mini Workstation

Acemagicは、Ryzen AI Max+ PRO 495を搭載するF9A AI Mini Workstationを披露した。同社はこれをローカルAIやメモリー負荷の高い処理向けのコンパクトシステムと説明しており、約2リットルの筐体へ、大容量メモリーを軸としたローカルコンピューティングの考え方を持ち込む。 1724

ローカル開発から企業インフラへ：SUSEとの接続

AMDは、SUSEのAI FactoryとRancherを、この戦略における導入の橋渡しとして紹介した。想定する流れは、Ryzen AI HaloのハードウェアでAIアプリケーションをローカルに開発・検証し、要件に応じてプライベートデータセンター、エッジ環境、クラウド基盤へ移すというものだ。 26

この相互運用性は、AMDの主張の核心でもある。Personal AIは単なる「オフラインPC」の物語ではない。処理場所を一律に決めるのではなく、ワークロードに合わせて選ぶ提案だ。個人性、機密性、継続的な文脈が重要な処理は手元に置き、共有や弾力的な拡張が必要な大規模処理は外部へ移せる。

AMDのPersonal AI戦略が意味すること

IFAでのAMDの発表は、「価値あるAIとのやり取りはすべて有料のクラウド要求であるべき」という考え方への対案だ。提示されたのは、次のような階層型モデルである。

• ローカルPC／エッジシステム：非公開データ、継続的な個人文脈、予測可能な利用、常時利用可能な推論。
• ワークステーション／ローカルクラスター：より大きなモデルとプロフェッショナルな開発ワークロード。
• クラウド：ローカルハードウェアの範囲を超える処理、または共有型データセンター能力が必要な場合の任意の拡張先。

LenovoやAcemagicの小型機、MinisforumのAI NAS、ワークステーション級のHalo Stationまで、今回のハードウェア発表はこの方向性を具体的にした。ただし購入を検討する際は、発表された能力と独立検証済みの結果を分けて考える必要がある。ローカルAIはデータ露出や従量利用を抑えられる可能性がある一方、適した選択かどうかは、モデル、メモリー容量、消費電力、サポート体制、ソフトウェアの成熟度によって決まる。 2434

AMDはIFA 2026の基調講演で、次のAIは利用者や企業のより近くで動くべきだと訴えた。同社が掲げる**「Personal AI」**は、ローカルコンピューティング、プライバシー、個人の文脈を組み合わせる考え方だ。ファイル、予定、設定といった情報を、利用者が管理する端末上でAIが扱い、より大きな計算能力が必要な場合に限ってクラウドを使う。 28

なぜ「クラウドだけ」ではコストが読みにくくなるのか

AMDの問題提起は、AIエージェントの普及によってトークン消費量が、現在のチャット中心の利用を大幅に上回るという見通しにある。同社によると、月間のトークン処理量は1年間で約0.7京から1.7京へ増え、2030年には月120京トークンに達する可能性があるという。高頻度利用の例として、1日1,500万出力トークンでは約300ユーロ／日、年間で約10万ユーロ近い費用になるとの試算も示した。また、企業の93％がAI予算を超過しているとも述べている。 2

これらはAMD自身による予測とコストの提示であり、独立した業界予測ではない点には注意が必要だ。それでも、AIエージェントがユーザーのデータを繰り返し読み込み、検索し、推論し、行動するようになれば、トークン従量課金のコストを事前に見通しにくくなるという問題意識は明確だ。

ローカル実行では、コストはトークンごとのクラウド料金から、端末導入費用と運用費を中心とする判断へ移る。機密性の高い文脈データも、所有者の近くにとどめやすい。ただし、最先端の超大規模モデルや突発的に大きな需要までPCだけでまかなえるわけではない。AMDの構想はクラウド不要論ではなく、役割分担を前提にしたハイブリッド型だ。 28

ローカルで大規模モデルを動かすための「メモリー」

AMDが発表したRyzen AI Haloは、端末上でより大きなAIモデルを動かすための大容量メモリー対応プラットフォームだ。AMDは、最大192GBのユニファイドメモリーを備えるシステムで、最大3,000億パラメーターのモデルをローカルで動かすことを想定している。 26

さらに上位では、オフィスや開発環境でのローカルAI利用を想定したデスクトップワークステーション群、Threadripper Halo Stationも発表した。AMDは1兆パラメーター超のモデルを対象に設計したとしており、PCMagによれば、液冷仕様のシステムには96コアのThreadripper Pro 9995WXと、企業向けMI350P GPUを2基搭載する。 4

ここでAMDが示そうとしているのは、ローカルAIが小規模なアシスタントやNPUの限定機能にとどまらない、という点だ。ユニファイドメモリーを多く積んだPCやワークステーションを、文書やプロンプトを毎回リモートサービスへ送らずに、より高度なモデルを開発・実行する場所として位置付けている。

Project Zenith：ローカルAI開発向けのWindows環境

Microsoftは、まずRyzen AI Halo搭載システムで提供を始める、事前構成済みのWindows開発環境**「Project Zenith」**を発表した。AMDによれば大規模なローカルモデルを扱う開発者向けで、Microsoftの構成にはVisual Studio Code、WSL、GitHub Copilot、PowerShellなどの開発ツールが含まれる。 2715

ローカルAIを広げるには、ハードウェアだけでは不十分だ。開発者が環境構築にかける手間を減らし、すぐにローカル開発を始められる状態にすることが狙いとなる。AMDの講演内容によると、Microsoft Execution Containersを通じた安全なAIエージェント実行もサポートする。 2

Personal AIを形にするパートナー製品

AMDの戦略は、単一のフラッグシップPCではなく、小型デスクトップ、ワークステーション、ストレージ一体型のエッジシステムへ広がる。

Lenovo ThinkCentre X Ultra

LenovoのThinkCentre X Ultraは、エージェント型AIのワークロードを想定した1.6リットルのデスクトップPC。最上位構成ではAMD Ryzen AI Max+ PRO 495と最大128GBのユニファイドメモリーを搭載する。LenovoとAMDはローカルAI開発や企業導入向けに位置付けており、複数台を連携させるクラスタ対応設計も報じられている。 102022

Minisforum MS-S1とN5 AI Agent NAS

Minisforumは、Ryzen AI Max+ PRO 495を採用するMS-S1 MAX-P495 AI Mini Workstationと、N5 MAX-P495 AI Agent NASを発表した。報道によると、どちらも最大192GBのユニファイドメモリーを構成できる。 3336

特にN5は、ローカルストレージとローカルAI実行を組み合わせる点に特徴がある。モデル、文書、長時間動作するエージェント処理を、所有者が管理するインフラ内に置く設計だ。MinisforumはN5 MAX-P495にOpenClawをプリインストールするとしている。一方で、P495搭載版の価格、出荷時期、継続的な推論性能を測る独立ベンチマークは、まだ示されていない。 3334

Acemagic F9A AI Mini Workstation

Acemagicは、Ryzen AI Max+ PRO 495を搭載するF9A AI Mini Workstationを披露した。同社はこれをローカルAIやメモリー負荷の高い処理向けのコンパクトシステムと説明しており、約2リットルの筐体へ、大容量メモリーを軸としたローカルコンピューティングの考え方を持ち込む。 1724

ローカル開発から企業インフラへ：SUSEとの接続

AMDは、SUSEのAI FactoryとRancherを、この戦略における導入の橋渡しとして紹介した。想定する流れは、Ryzen AI HaloのハードウェアでAIアプリケーションをローカルに開発・検証し、要件に応じてプライベートデータセンター、エッジ環境、クラウド基盤へ移すというものだ。 26

この相互運用性は、AMDの主張の核心でもある。Personal AIは単なる「オフラインPC」の物語ではない。処理場所を一律に決めるのではなく、ワークロードに合わせて選ぶ提案だ。個人性、機密性、継続的な文脈が重要な処理は手元に置き、共有や弾力的な拡張が必要な大規模処理は外部へ移せる。

AMDのPersonal AI戦略が意味すること

IFAでのAMDの発表は、「価値あるAIとのやり取りはすべて有料のクラウド要求であるべき」という考え方への対案だ。提示されたのは、次のような階層型モデルである。

• ローカルPC／エッジシステム：非公開データ、継続的な個人文脈、予測可能な利用、常時利用可能な推論。
• ワークステーション／ローカルクラスター：より大きなモデルとプロフェッショナルな開発ワークロード。
• クラウド：ローカルハードウェアの範囲を超える処理、または共有型データセンター能力が必要な場合の任意の拡張先。

LenovoやAcemagicの小型機、MinisforumのAI NAS、ワークステーション級のHalo Stationまで、今回のハードウェア発表はこの方向性を具体的にした。ただし購入を検討する際は、発表された能力と独立検証済みの結果を分けて考える必要がある。ローカルAIはデータ露出や従量利用を抑えられる可能性がある一方、適した選択かどうかは、モデル、メモリー容量、消費電力、サポート体制、ソフトウェアの成熟度によって決まる。 2434