AMDは、2026年のIFAベルリン基調講演で「Personal AI（パーソナルAI）」を前面に打ち出した。これは、すべてのAIリクエストやファイル、作業フローをクラウドへ送るのではなく、利用者の近く――PCやワークステーション――でAIを動かすという考え方だ。

AMDが掲げる柱は、ローカル演算、プライバシーと制御、そして個人の文脈の3つ。ユーザーの目標、好み、継続中の作業をAIが活用しつつ、機密情報はユーザーが明示的に共有しない限り端末側にとどめる、という構想である。213

なぜ今、AIをPCへ戻すのか

AMDの見立てでは、AIは単発のチャット用途から、画像・音声なども扱うマルチモーダル処理、推論、さらに自律的に計画・実行するエージェント型の処理へと移行している。こうした使い方ではトークン消費が急増し、クラウド推論を都度利用する料金が、企業やヘビーユーザーにとって無視できない継続コストになり得る。437

適した処理をローカルで実行できれば、やり取りごとのクラウド課金に依存せず、自分が管理するハードウェアを使える。また、ネットワーク接続への依存を抑え、社内文書やソースコードなどを端末の外へ出さずに扱いやすくなる。

ただし、これは「ローカルAIがあらゆるモデル、あらゆる用途で必ず安価・高性能になる」という意味ではない。クラウド料金やネットワーク依存を減らせるという点はAMDの戦略的な主張であり、効果はモデル、利用頻度、必要な性能、電力コストによって変わる。217

AMDが目指すのは、クラウドを不要にする世界ではなく、ハイブリッドAIだ。機密データを使う作業、試行錯誤の多い開発、日常的な推論はローカルへ寄せる。より大規模な演算、共有サービス、中央集約型の展開が必要な処理は、クラウドや企業インフラに任せる――という役割分担である。437

「Personal AI」を支える3つの要素

1. 大容量メモリを備えたローカル演算

大規模モデルをPCで動かす際、重要になるのは演算性能だけではない。モデルとその実行に必要なデータを収める統合メモリ容量も大きな制約になる。

AMDの開発者向けプラットフォーム「Ryzen AI Halo」は128GBの統合メモリを備え、最大2000億パラメータのモデルをローカルでサポートするとされる。23

2. データを端末側に置くプライバシーと制御

AMDはオンデバイス実行を、単なる速度の話ではなく、データ管理の選択肢として位置付ける。社内資料、コード、独自の業務フローを扱う開発者や企業にとって、どのデータを外部サービスに送るかを自ら決められることが、この戦略の重要なポイントになる。2

3. 利用者の「文脈」を継続的に扱うこと

ここでいう「Personal」は、小型PCでAIを動かすことだけを指さない。AMDの構想では、AIが個人の目標、好み、進行中の作業といった文脈を参照し、作業を支援する。そうした文脈を毎回リモートサービスへ送らずに活用しやすくすることが、ローカル化の狙いの一つだ。213

ハードウェア：小型開発機からワークステーションまで

Ryzen AI Halo：ローカルAI開発のためのコンパクトな基盤

Ryzen AI Haloは、生成AIやエージェント型AIアプリケーションをローカルで構築、テスト、実行するための開発者向けプラットフォームだ。AMDは128GBの統合メモリ、WindowsとLinuxへの対応、ROCmソフトウェア最適化を挙げ、最大2000億パラメータのモデルに対応するとしている。2523

狙いは、クラウドを唯一の開発環境とせず、より大きなモデルを手元で試せる環境を提供することにある。

Threadripper Halo Station：1兆パラメータ超を視野に

AMDはさらに上位の「Threadripper Halo Station」も発表した。これは、より要求の高いローカル推論や開発を想定したワークステーションで、AMDは1兆パラメータを超えるモデルを実行できるとしている。発表を報じた情報では、96コアのRyzen Threadripper PROプロセッサ、Instinct MI350Pアクセラレータ2基、システムメモリ2TBを組み合わせる構成とされる。209

これは一般的なミニPCとは別のクラスにある製品だ。それでも、AIの処理能力をデータセンターだけに閉じず、開発者や組織の近くまで持ち込むというAMDの方針を示す存在といえる。

パートナー各社が広げるフォームファクター

AMDの構想は、開発者向け小型機、企業向けデスクトップ、エッジ機器など、複数の形で展開される見通しだ。

• Lenovo ThinkCentre X Ultra：容量1.6Lの小型デスクトップで、ローカルのマルチエージェント型エンタープライズAI処理向けに設計されている。最大でAMD Ryzen AI Max+ PRO 495と55 TOPSのNPU、オンボードLPDDR5Xメモリ最大128GBを搭載可能。Lenovoは最大4台を接続し、より大きなローカルモデル向けに演算資源とメモリを拡張できるアーキテクチャも説明している。3130
• Minisforum MS-S1 MAX-P495／N5 MAX-P495：Minisforumは、Ryzen AI MAX+ PRO 495搭載のAI Mini WorkstationとAI Agent NASを発表した。前者はローカルのエッジAI演算、後者はAI用途を意識したストレージ機器として位置付けられている。35
• Acemagic F9A Mini Workstation：AcemagicのF9Aも、Ryzen AI Max+ PRO 495搭載のコンパクトなローカルAI向けシステムとして紹介された。報道ベースでは最大192GBのメモリ対応とされるが、詳細な仕様や発売時期は購入前にメーカーの公式情報で確認する必要がある。33

Project Zenith：開発者向けにあらかじめ整えたWindows

ローカルAIを広げるには、ハードウェアだけでなく、導入直後から開発に入れるソフトウェア環境も重要になる。Microsoftの「Project Zenith」は、統合メモリ64GB以上、メモリ帯域幅250GB/s以上の開発者向けデバイスを対象とする、事前構成済みの「すぐにコードを書ける」Windows環境だ。18

ZenithはまずRyzen AI Haloで利用可能になり、その後は他のOEMやシリコンパートナーの機器にも広がる予定とされる。Microsoftによれば、このクラスの機器では、モデルや構成次第で300億パラメータ超のモデルをローカル実行できる。1819

目的はセットアップの負担を減らすことにある。開発用に構成されたWindowsと、開発者が最初に必要としやすいツール群を用意することで、ローカルAIを試すまでの障壁を下げる。

ローカル開発から企業導入へ

AMDのPersonal AIは、1台のPCだけで完結する話ではない。IFAでの発信では、Microsoftやハードウェアパートナーに加え、SUSEとの協業も、ローカル開発から企業インフラへ進む道筋の一部として示された。17

提供された情報だけでは、SUSEの具体的なツールやデプロイ手順の詳細までは明らかではない。ただし方向性は読み取れる。プライバシー、低遅延、反復開発が重視される場面ではローカル環境で開発・検証し、集中管理や広範な展開が必要になれば企業インフラを使う、という流れだ。複数台接続に対応するThinkCentre X Ultraや、ワークステーションとNASを組み合わせるMinisforumの製品は、その連続性を異なる形で示している。3035

実際には、どの処理をローカルへ寄せるのか

AMDは「すべてのAI処理をクラウドから追い出す」と主張しているわけではない。実用上は、処理の性質に応じて使い分ける考え方になる。

• ローカルに向く処理：機密文書、個人・社内の文脈を使う作業、オフライン作業、短いサイクルでの試作、利用回数が多くクラウドのトークン課金が積み上がる定型処理
• クラウド／企業インフラに向く処理：非常に大規模なモデル、組織で共用するサービス、ローカル機の容量や性能を超える処理

要するにPersonal AIは、「PCがデータセンターを置き換える」という主張ではない。AIがクラウドだけで動く集中型モデルから、端末・ワークステーション・企業基盤・クラウドへと処理を分散するモデルへ移るという賭けだ。AMDにとって高メモリのPCとワークステーションは、軽量なクライアント端末と遠隔のAIクラスタの間を埋める層になる。1723

AMDは、2026年のIFAベルリン基調講演で「Personal AI（パーソナルAI）」を前面に打ち出した。これは、すべてのAIリクエストやファイル、作業フローをクラウドへ送るのではなく、利用者の近く――PCやワークステーション――でAIを動かすという考え方だ。

AMDが掲げる柱は、ローカル演算、プライバシーと制御、そして個人の文脈の3つ。ユーザーの目標、好み、継続中の作業をAIが活用しつつ、機密情報はユーザーが明示的に共有しない限り端末側にとどめる、という構想である。213

なぜ今、AIをPCへ戻すのか

AMDの見立てでは、AIは単発のチャット用途から、画像・音声なども扱うマルチモーダル処理、推論、さらに自律的に計画・実行するエージェント型の処理へと移行している。こうした使い方ではトークン消費が急増し、クラウド推論を都度利用する料金が、企業やヘビーユーザーにとって無視できない継続コストになり得る。437

適した処理をローカルで実行できれば、やり取りごとのクラウド課金に依存せず、自分が管理するハードウェアを使える。また、ネットワーク接続への依存を抑え、社内文書やソースコードなどを端末の外へ出さずに扱いやすくなる。

ただし、これは「ローカルAIがあらゆるモデル、あらゆる用途で必ず安価・高性能になる」という意味ではない。クラウド料金やネットワーク依存を減らせるという点はAMDの戦略的な主張であり、効果はモデル、利用頻度、必要な性能、電力コストによって変わる。217

AMDが目指すのは、クラウドを不要にする世界ではなく、ハイブリッドAIだ。機密データを使う作業、試行錯誤の多い開発、日常的な推論はローカルへ寄せる。より大規模な演算、共有サービス、中央集約型の展開が必要な処理は、クラウドや企業インフラに任せる――という役割分担である。437

「Personal AI」を支える3つの要素

1. 大容量メモリを備えたローカル演算

大規模モデルをPCで動かす際、重要になるのは演算性能だけではない。モデルとその実行に必要なデータを収める統合メモリ容量も大きな制約になる。

AMDの開発者向けプラットフォーム「Ryzen AI Halo」は128GBの統合メモリを備え、最大2000億パラメータのモデルをローカルでサポートするとされる。23

2. データを端末側に置くプライバシーと制御

AMDはオンデバイス実行を、単なる速度の話ではなく、データ管理の選択肢として位置付ける。社内資料、コード、独自の業務フローを扱う開発者や企業にとって、どのデータを外部サービスに送るかを自ら決められることが、この戦略の重要なポイントになる。2

3. 利用者の「文脈」を継続的に扱うこと

ここでいう「Personal」は、小型PCでAIを動かすことだけを指さない。AMDの構想では、AIが個人の目標、好み、進行中の作業といった文脈を参照し、作業を支援する。そうした文脈を毎回リモートサービスへ送らずに活用しやすくすることが、ローカル化の狙いの一つだ。213

ハードウェア：小型開発機からワークステーションまで

Ryzen AI Halo：ローカルAI開発のためのコンパクトな基盤

Ryzen AI Haloは、生成AIやエージェント型AIアプリケーションをローカルで構築、テスト、実行するための開発者向けプラットフォームだ。AMDは128GBの統合メモリ、WindowsとLinuxへの対応、ROCmソフトウェア最適化を挙げ、最大2000億パラメータのモデルに対応するとしている。2523

狙いは、クラウドを唯一の開発環境とせず、より大きなモデルを手元で試せる環境を提供することにある。

Threadripper Halo Station：1兆パラメータ超を視野に

AMDはさらに上位の「Threadripper Halo Station」も発表した。これは、より要求の高いローカル推論や開発を想定したワークステーションで、AMDは1兆パラメータを超えるモデルを実行できるとしている。発表を報じた情報では、96コアのRyzen Threadripper PROプロセッサ、Instinct MI350Pアクセラレータ2基、システムメモリ2TBを組み合わせる構成とされる。209

これは一般的なミニPCとは別のクラスにある製品だ。それでも、AIの処理能力をデータセンターだけに閉じず、開発者や組織の近くまで持ち込むというAMDの方針を示す存在といえる。

パートナー各社が広げるフォームファクター

AMDの構想は、開発者向け小型機、企業向けデスクトップ、エッジ機器など、複数の形で展開される見通しだ。

• Lenovo ThinkCentre X Ultra：容量1.6Lの小型デスクトップで、ローカルのマルチエージェント型エンタープライズAI処理向けに設計されている。最大でAMD Ryzen AI Max+ PRO 495と55 TOPSのNPU、オンボードLPDDR5Xメモリ最大128GBを搭載可能。Lenovoは最大4台を接続し、より大きなローカルモデル向けに演算資源とメモリを拡張できるアーキテクチャも説明している。3130
• Minisforum MS-S1 MAX-P495／N5 MAX-P495：Minisforumは、Ryzen AI MAX+ PRO 495搭載のAI Mini WorkstationとAI Agent NASを発表した。前者はローカルのエッジAI演算、後者はAI用途を意識したストレージ機器として位置付けられている。35
• Acemagic F9A Mini Workstation：AcemagicのF9Aも、Ryzen AI Max+ PRO 495搭載のコンパクトなローカルAI向けシステムとして紹介された。報道ベースでは最大192GBのメモリ対応とされるが、詳細な仕様や発売時期は購入前にメーカーの公式情報で確認する必要がある。33

Project Zenith：開発者向けにあらかじめ整えたWindows

ローカルAIを広げるには、ハードウェアだけでなく、導入直後から開発に入れるソフトウェア環境も重要になる。Microsoftの「Project Zenith」は、統合メモリ64GB以上、メモリ帯域幅250GB/s以上の開発者向けデバイスを対象とする、事前構成済みの「すぐにコードを書ける」Windows環境だ。18

ZenithはまずRyzen AI Haloで利用可能になり、その後は他のOEMやシリコンパートナーの機器にも広がる予定とされる。Microsoftによれば、このクラスの機器では、モデルや構成次第で300億パラメータ超のモデルをローカル実行できる。1819

目的はセットアップの負担を減らすことにある。開発用に構成されたWindowsと、開発者が最初に必要としやすいツール群を用意することで、ローカルAIを試すまでの障壁を下げる。

ローカル開発から企業導入へ

AMDのPersonal AIは、1台のPCだけで完結する話ではない。IFAでの発信では、Microsoftやハードウェアパートナーに加え、SUSEとの協業も、ローカル開発から企業インフラへ進む道筋の一部として示された。17

提供された情報だけでは、SUSEの具体的なツールやデプロイ手順の詳細までは明らかではない。ただし方向性は読み取れる。プライバシー、低遅延、反復開発が重視される場面ではローカル環境で開発・検証し、集中管理や広範な展開が必要になれば企業インフラを使う、という流れだ。複数台接続に対応するThinkCentre X Ultraや、ワークステーションとNASを組み合わせるMinisforumの製品は、その連続性を異なる形で示している。3035

実際には、どの処理をローカルへ寄せるのか

AMDは「すべてのAI処理をクラウドから追い出す」と主張しているわけではない。実用上は、処理の性質に応じて使い分ける考え方になる。

• ローカルに向く処理：機密文書、個人・社内の文脈を使う作業、オフライン作業、短いサイクルでの試作、利用回数が多くクラウドのトークン課金が積み上がる定型処理
• クラウド／企業インフラに向く処理：非常に大規模なモデル、組織で共用するサービス、ローカル機の容量や性能を超える処理

要するにPersonal AIは、「PCがデータセンターを置き換える」という主張ではない。AIがクラウドだけで動く集中型モデルから、端末・ワークステーション・企業基盤・クラウドへと処理を分散するモデルへ移るという賭けだ。AMDにとって高メモリのPCとワークステーションは、軽量なクライアント端末と遠隔のAIクラスタの間を埋める層になる。1723