AI用PCの冷却とケースの選び方｜24時間のローカルAI運用でGPU温度・エアフロー・ケースサイズをどう決めるか

AI用PCの冷却とは、持続高負荷でもGPU温度と持続クロックを保つ設計。

24時間ローカルAIを回すPCの冷却は、冷やすより先に発熱を下げるのが近道です。電力制限で発熱そのものを落とし、メッシュ前面と正圧で残った熱を捌き、最後にGPUが物理的に入るケースを選ぶ。この順序で決めれば、水冷を無理に足さなくても安定運用に届きます。ゲーム向けに組んだPCの熱設計をそのまま持ち込むと、AI用途では判断を1つ踏み外しやすい。その理由から順に整理していきましょう。

AI用PCの冷却は「持続高負荷」を前提に選ぶ

AI用PCの冷却でつまずく最大の原因は、ゲームの温度感覚をそのまま持ち込むことにあります。ゲームは負荷が上がったり下がったりを繰り返すため、クーラーには息継ぎの余地がある。一方でローカルLLMの推論や画像・動画生成、ファインチューニングの学習は、GPUを長時間ほぼ上限に張り付けます。瞬間の最高温度ではなく、数時間動かし続けたときにどこへ温度が落ち着くか。判断の軸はここに移ります。

もう1つ誤解されやすいのが「熱い＝買い替え、あるいは水冷必須」という早合点です。AIの持続負荷ではGPUコアより先にVRAM（メモリ）温度が上がりやすく、しきい値との距離を読めば慌てる必要のない場面が多い。しかも発熱は、まず電力制限で下げやすい。ローカル推論の多くはメモリ帯域が速度を決めるため、コアへ流す電力を削っても生成速度は大きくは落ちにくい（低下幅は構成による）。この性質が、AI用PCの冷却を根本から楽にします。

ケース選びの順序も整理しておきます。まず発熱を下げる、次に残った熱をエアフローで捌く、最後に買うGPUが物理的に収まるケースを選ぶ。この3段で組み立てると、必要な冷却が過不足なく決まります。逆に「大きくて格好いいケース」から入ると、肝心のGPUクリアランスやエアフロー設計が後回しになりがちです。

この記事が答える3つの問い

読者が実際に迷うのは、突き詰めると次の3点に集約されます。ひとつ、GPU温度は何℃で慌てるべきか。ふたつ、どんなサイズ・構造のケースを選べばいいか。そして、24時間運用に水冷は要るのか。この記事は、この3問に公式スペックとレビュー各社の計測を根拠に答えていきます。冷却の温度差やスロットリングの数値は、当サイトで温度を測ったものではなく、レビュー各社の計測に帰属させ、幅を持たせて示します（クリアランス寸法などはNVIDIA公式仕様に基づきます）。当サイトが手元で持つのは消費電力の実測と外付け別筐体の運用構成のみ。そこは明確に線を引いて書き分けます。

なぜAIはゲームより熱的に厳しいのか

同じGPUでも、ゲームとAIでは熱のかかり方がまるで違います。ゲームは場面ごとに描画負荷が変動し、GPU使用率もクロックも上下する。負荷が緩む一瞬にクーラーが温度を戻せるため、平均で見れば余裕が生まれます。ところがローカルLLMの推論は、生成が続く間、構成によってはおおむね90〜95%程度の高い稼働率を維持したまま数時間。ファインチューニングのような学習に至っては、事実上100%の稼働率でTGP（GPUの電力枠）の上限を数時間から数日間、途切れなく踏み続けます。

この違いが冷却設計の前提をひっくり返します。ゲーム基準で「ピークでも問題なかったから大丈夫」と判断したPCが、AIを回すと様子が変わる。負荷が落ちる瞬間が来ないので、温度は徐々に上がって高い位置に張り付く。エアフローやクーラーに余裕がないと、そこで頭打ちになります。だからAI用途では、ベンチマークの瞬間値ではなく、長時間動かし続けたあとの定常値で判断するのが正しい読み方。

tok/sの時間低下＝サーマル／VRAMスロットリングの兆候

スロットリング（熱による性能抑制）は、AI用途では数字にはっきり現れます。ローカルLLMなら、生成を始めて1分の時点では毎秒40トークン近く出ていたのが、15分後には毎秒32トークン前後まで落ちる、といった具合。画像生成なら、1枚あたりの所要秒数が後半になるほど伸びていきます。開始直後の速い数値だけを見て「うちのPCは速い」と結論づけると、実運用の体感とズレます。

温度が上限に触れると、GPUはクロックを自動で下げて自身を守ります。これは故障ではなく正常な保護動作。ただしAI用途では、その保護がそのまま生成速度の低下として跳ね返ってきます。時間が経つほど速度が落ちるなら、サーマルスロットリングかVRAM側の温度抑制が濃厚。ここを疑って、5分ではなく30分・1時間の持続で速度が保てるかを見る。これがAI用PCの冷却を評価する最初のものさしになります。

GPU温度はコアより先にメモリを見る

GPU温度は、数字だけを見て慌てないことが肝心です。レビュー各社の検証では、RTX 50世代（Blackwell）のコア温度リミットはおおむね90℃前後と扱われており、前世代のAda（RTX 40系）より高めの温度域まで許容する挙動が報告されています（2026年7月時点）。ゲーム時のコア温度が72〜75℃あたりに収まっていれば良好域で、AI負荷でこれより上がっても、90℃という保護ラインまでの距離を見て判断すれば十分です。

ここで注意したいのが、RTX 50世代（Blackwell）ではホットスポット（ダイ上で最も熱い点、junction温度）が監視ソフトに表示されない、という報告が実機レビューやユーザー観測で出ている点です。前世代（RTX 40以前）はGPU-ZやHWiNFOでホットスポット温度を確認でき、「平均GPU温度より15〜20℃高く、上限110℃前後までが正常」という目安が使えました。しかしRTX 50世代の実機では、監視ソフト上でコア（GPU温度）とメモリ温度は読めても、ホットスポットの値が出てこないケースが報告されています。前世代の110℃という数字を実機で探しても表示されないことが多いので、コアとメモリの2つで判断すると割り切るのが安全です。

コア温度とメモリ温度、どちらを見るか

AI持続負荷で本当に見るべきなのは、GPUコアよりGDDR7メモリの温度です。ただしGDDR7の公式なスロットリングしきい値は明記されていません。レビュー計測では、RTX 5090 FEなどで90℃前後から90℃台後半のメモリ温度が報告されており（Tom’s Hardwareは約20分の負荷後にコア81℃・メモリ96℃を記録）、これは「高温に達した計測例」であって、「この温度で帯域低下が始まる」という確定した境界ではありません。AIの持続負荷では、コア温度だけでなくメモリ温度の推移もあわせて確認したほうが安全です。こうした温度の上振れを抑える具体策が、後述する電力制限とエアフロー（メッシュ前面・正圧）になります。

ここがゲームとの決定的な違い。ローカルLLMの推論はVRAMをほぼ満載にし、メモリコントローラを長時間酷使します。その結果「コアはまだ余裕があるのに、メモリのほうが先に熱くなる」という状態が起きやすい。コア温度だけを見て安心していると、実際の速度低下はメモリ側で起きている、という取りこぼしが生じます。モニタリングではコア（GPU温度）とメモリ温度の2つを並べて見て、しきい値との距離で読む。これがAI用途での温度の見方です。

「熱い＝買い替え／水冷必須」ではない理由

温度が高めに出ても、それだけで水冷や上位GPUへの投資を決める必要はありません。前述のとおりコアは約90℃前後にサーマルスロットルの保護ラインがあり、そこに触れて初めてクロックが下がる。メモリ（GDDR7）側も高温が続けば性能低下や安定性低下の要因になり得ますが、多くの場合、その手前で安定させる手段が空冷側に残されています。

打ち手は3つの層に分かれます。発熱そのものを下げる（電力制限）、残った熱を効率よく捌く（メッシュ前面と正圧のエアフロー）、そして高温になりやすいメモリまわりを含めてケース全体の風の通り道を確保する。この順で手を打てば、家庭やオフィスの環境でも空冷で足りる場面がほとんど。水冷は、CPUを長時間酷使する特定の構成や、静音を極限まで詰めたい場合の選択肢であって、AIを回すすべての人に必須の装備ではありません。まず発熱を下げ、次にエアフローで捌く。この土台を整えてから、水冷を検討するかどうかを判断すれば十分です。

ケースの選び方① エアフロー（メッシュ前面・正圧・ファンサイズ）

ケースの冷却性能は、まず前面パネルの構造で大きく変わります。レビュー各社の同一構成比較では、メッシュ（網目）前面のケースは、ガラスやスチールで塞いだ密閉前面のケースよりGPU温度で数℃〜10℃程度低いという計測が複数出ています（差の大きさはケースやファン構成に依存します）。前面から素直に外気を吸い込めるかどうかが、GPUに届く新鮮な空気の量を決める。AIのように長時間吸気を要求し続ける用途では、この差がそのまま持続クロックの差になって効いてきます。

風の向きも設計の一部です。前面と底面から吸い込み、上面と背面から吐き出す構成にして、吸気を排気よりわずかに強くする。この「正圧（intake＞exhaust）」の状態を作ると、ケースの隙間から埃が吸い込まれにくくなり、フィルタを通した空気だけが入るようになります。レビューの構成例では、正圧を整えることでCPU・GPUがともに約10〜15℃下がったという報告もある。24時間運用では、この埃対策が長期の冷却維持に直結します。埃がフィルタやフィンに溜まると、半年・1年で冷却性能はじわじわ落ちるからです。

正圧構成の作り方（吸気>排気）とダストフィルタの選び方

正圧を作る手順はシンプルです。吸気ファンの合計風量を、排気ファンの合計風量より少し多めにする。前面2〜3基＋底面1基を吸気、背面1基＋上面を排気、といった配分が基本形。ファンの回転数はケースファン用のコネクタやソフトで調整でき、吸気側をわずかに上回らせれば正圧になります。厳密な数値合わせより「吸気をやや優勢にする」という方針で十分です。

ダストフィルタは、目の細かさが風量とトレードオフになる点に注意が必要。金属メッシュそのものがフィルタを兼ねるタイプは通気の抜けがよく、風量をあまり殺しません。一方、目の細かいスポンジ状（フォーム）のフィルタは埃をよく止める代わりに、風量を大きく削ってしまう。冷却を優先するなら、抜けのよい金属メッシュ型を選び、定期的に掃除する運用が現実的です。

ファンのサイズも静音と冷却の両立に効きます。近年は120mmより140〜180mmの大口径ファンが標準化しつつあり、大きいファンは同じ風量を低い回転数で生み出せる。回転数が低ければ風切り音も抑えられ、24時間そばで動かしても気になりにくい。実売1万円以下の低価格ケースにも、ANTEC NX200MやCooler Master Elite 302 Liteのように通気性重視のメッシュ前面を採用した製品があります。メッシュ前面という土台は、必ずしも高価なケースだけの特権ではない、というのは押さえておきたい点です。

そもそも、そのGPUはケースに入るか

エアフローの設計図が描けても、肝心のGPUが物理的に収まらなければ話が始まりません。冷やす前に、まず入るか。ここを飛ばして買うと、届いてから「サイドパネルが閉まらない」という事故が起きます。特にRTX 50世代の上位カードは大型化が進んでおり、ケース側の対応寸法との照合は必須の工程。

NVIDIA公式のQuick Start Guideによれば、RTX 5080・5090のFounders Editionは、おおむね長さ304mm・幅137mm・高さ61mm（実質3スロット相当）のクリアランスを求めます。両モデルとも本体の厚みは2スロットで、この61mm（3スロット相当）はエアフロー確保のためNVIDIAがケース側へ推奨する余裕分です（カード本体の厚みそのものではありません）。メーカー各社（AIB）の上位モデルになると、長さ約360mm・4スロット厚まで膨らむものもあります。つまり「RTX 5080だから304mm」と一律には決められません。実際に買う個体の長さとスロット数を、製品ページの寸法表で確認してから、ケースの「GPU最大対応長」と突き合わせる。この二段構えが安全策です。

参考までに、実売1万円以下の低価格帯ミニタワーで、GPU最大対応長を比べてみます。同じ価格帯でも、対応長にはかなりの開きがあります。

寸法値は各ケースメーカーの公表値（2026年7月時点）に基づきます。表を眺めると、対応長は27.5cmから38.4cmまで、実に約11cmの幅があるとわかる。RTX 50世代の3スロットカード（長さ304mm＝約30.4cm）を入れたいなら、NX200Mの27.5cmでは足りず、S100 TG以上が候補になります。逆に、短めの2スロットGPUで組むなら、小ぶりなNX200Mでも奥行き35.1cmの省スペースが生きる。「安いケースだから大型GPUが入らない」わけではなく、「対応長の数字を見て選べば入る」というのが正確なところ。

「3スロット・304mm」を基準にケース対応長を突き合わせる

判断の順序をはっきりさせておきます。まず買うGPUの長さ（mm）とスロット数を確定する。次に、候補ケースのGPU最大対応長がその長さを上回っているか確認する。3スロット厚（約61mm）が干渉なく収まるか、フロントのラジエーターやファンと物理的にぶつからないかもあわせて見る。この三点が揃って初めて「入る」と言えます。

重量にも注意が必要。3〜4スロットの大型GPUは1.5kgを超えるものもあり、PCI Expressスロットへ長期間かけ続けると基板がたわむ（sag）。24時間運用ならなおさら、たわみは無視できない。GPUサポートステイ（支柱）を1本かませるだけで、この負荷はかなり軽くなります。安価な部材で防げるトラブルなので、大型GPUを載せるなら標準装備と考えておきたいところ。

CPUクーラーは24時間運用なら空冷が無難

GPUの話が続きましたが、CPUクーラーの選び分けも24時間運用では判断が分かれるポイント。ここでの結論はシンプルで、AI用途では良質な空冷がまず無難、簡易水冷（AIO）はCPUを長時間酷使する構成でのみ検討する、という順序になります。

理由はAI負荷の中身にあります。ローカルLLMの推論も、ComfyUIでの画像・動画生成も、処理の主役はGPU。CPUはトークンの前処理やデータの受け渡しに回る場面が多く、常時100%で回り続けるわけではありません。GPUがボトルネックになる場面では、CPU側の発熱は控えめに収まる。この前提だと、CPUクーラーに求められるのは「ピーク性能」より「壊れずに静かに回り続ける信頼性」です。

可動部の有無で分かれる24h運用の信頼性

空冷が24時間運用で有利なのは、可動部がヒートシンクのファンだけだから。ポンプという故障要因を抱えていません。簡易水冷はポンプで冷却液を循環させる方式で、このポンプには寿命があります。常時運用は稼働時間の積み上がりが速く、経年でポンプの唸りや異音が出てくることもある。数年単位で無人稼働させる前提なら、この「静かに壊れていくリスク」の差は効いてきます。

一方で、AIOが不利なだけの構造ではありません。学習（ファインチューニング）の前処理でCPUを長時間ぶん回す、あるいは大規模なコンパイル・ビルドを日常的に行う構成なら、CPU自体が持続高負荷にさらされる。そうしたケースでは、大型ラジエーターを備えたAIOの持続冷却力が生きます。CPUを酷使するかどうかで線引きする、と覚えておけば迷いません。

推論・生成が主体で、CPUは脇役。この典型的なAI用PCなら、評判の良いデュアルタワー空冷クーラーで十分に足ります。アイドル時の静音性も高く、24時間そばで動かしても気になりにくい。「AIだから水冷でガチガチに」という発想は、CPU負荷の実態と噛み合っていないことが多いのです。

発熱を下げる最初の一手は電力制限

ここまでは「出た熱をどう捌くか」の話でした。しかし24時間AIを回すうえで最も効くのは、そもそも発熱を減らすこと。GPUの電力制限（パワーリミットを下げる操作）と、電圧・クロックカーブを調整するアンダーボルトが、その具体的な手段です（この記事は扱いが簡単で効果の大きい電力制限を中心に説明します）。冷却設計に手を入れる前に、まずこれを試す価値がある。

なぜ効くのか。ローカルLLMの推論は、多くの場合メモリ帯域がボトルネックで、GPUコアの最高クロックがボトルネックになっていません。トークン生成の速度はVRAMからどれだけ速くデータを読み出せるかで決まる場面が多く、コアを最高クロックまで回しても頭打ちになりやすい。だからコア電力を大きく削っても、速度はさほど落ちない。ここに発熱削減の余地が生まれます。

一部のレビュー計測やユーザー報告では、ローカルLLMの推論で電力制限をかけても、tok/sの低下が小さく済む例が挙げられています。ただしこの低下幅は、GPU、モデル、量子化形式、バッチサイズ、prefill／decodeの比率、使うランタイムによって変わり、一律の数字にはできません（power capよりクロック固定のほうが効く環境がある、という研究もあります）。数値をうのみにせず、70%前後を出発点に、ご自身の実ワークロードで消費電力とtok/sの両方を測って確認するのが安全です。それでも「発熱・騒音・電気代を費用ゼロで一度に見直せる最初の一手」であることは変わりません。

電力制限の手順と「実ワークロードで持続検証」の勘所

操作自体は難しくありません。MSI Afterburner（無料で、NVIDIA・AMD双方のGPUで使える定番の監視・設定ツール）などで、パワーリミット（Power Limit）のスライダーを100%から70%あたりへ下げるだけ。この操作は可逆で、いつでも元に戻せます。保証を損なうハードウェア改造でもない。まず70%から始めて、速度低下が許容範囲かを自分のワークロードで確かめ、余裕があれば60%へ、と段階的に詰めていくのが安全です。

ひとつ注意点があります。設定直後の10分間が安定していても、3時間目に温度が飽和してクロックが落ちることがある。短時間のベンチだけで「これで大丈夫」と判断しないこと。ご自身が実際に流す処理（長文生成の連続、バッチ画像生成、学習ジョブなど）で数時間まわし、tok/sや1枚あたりの生成秒数が後半で崩れないかを見る。この持続検証を経て初めて、設定が実運用に耐えると言えます。

MoE推論は消費電力が小さい

発熱の源はつまるところ消費電力です。ここで当サイトが実際に持っているデータが橋渡しになります。当サイトの検証環境（RTX 5080単体・think=false統一）での電力実測では、MoE型のモデルはdense型に比べて消費電力が大幅に低く、条件によっては約4分の1程度に収まる場面がありました。たとえばMoE構成のモデルは推論中の消費電力が100W台前半に落ち着く一方、同クラスのdense型は200W超まで跳ね上がる、という差。

ただし、これは電力の実測であって温度の実測ではない、という区別は明示しておきます。当サイトはサーマルチャンバーでの温度制御実験を行っていません。「消費電力が小さい＝発熱の源が小さい」という物理的な関係から、MoE中心の推論は発熱面でも扱いやすい、と推論できるだけです。温度そのものの低減幅は測っていない。この線引きを曖昧にしないことが、数値を誠実に扱う姿勢になります。MoE中心で推論を回すなら、電力制限と組み合わせることで、発熱と騒音はさらに抑えられる見込み。

複数GPU・eGPU（OCuLink）の熱設計とAI用途別の考え方

GPUを2枚以上使う構成になると、熱の問題は一段複雑になります。開放型（オープンエア）クーラーのGPUは、フィンを抜けた排気をケース内へ吐き出す方式。これを本体内で密に並べると、1枚目の排気が2枚目の吸気に回り込む熱再循環が起きます。上側のGPUが下側の温風を吸い続け、じわじわ温度が上がっていく。各社のレビュー計測では、ブロワー型（背面へ直接排気するタイプ）への変更や、スロット間にブランクパネルを挟むことで5〜10℃の改善が見られたとされます。ただしブロワー型は主にワークステーション向けで入手性が落ちるのが難点。

ブロワー型・ブランクパネル・外付けで熱再循環を避ける

もうひとつの解が、そもそも2枚目を本体の外へ出してしまう構成です。当サイトのデュアルGPU構成では、2枚目のRTX 5060 Ti（16GB VRAM）をOCuLink接続の外付けドックに載せ、本体ケースの外に置いています。これは実際の運用構成。この配置には二つの利点があります。ひとつは本体ケース内での熱再循環が物理的に発生しないこと。もうひとつは電源が本体側とドック側で分かれるため、1系統への電力集中を避けられること。内蔵で2枚を合算する構成と、外付けで別筐体・別電源に分ける構成では、熱と電源の両面で前提が変わってきます。手元にOCuLink対応のマザーボードやドックがあるなら、2枚目を外に逃がす選択肢は検討に値します。

なお、メインメモリの一部をビデオメモリとして共有するiGPU型（Intelの共有VRAM機能など）は、そもそも発熱プロファイルが専用GPUとは別物。ここで論じている大型GPUの熱設計とは切り分けて考えてください。

推論／画像・動画／学習で変わる冷却の重みづけ

AI用途によって、冷却にかけるべき力の入れ具合は変わります。ここは「人によって違う」で逃げず、用途ごとに指針を示します。

推論主体（ローカルLLM）なら、GPU1枚＋標準的なメッシュ前面＋正圧で十分足ります。まずやるべきは電力制限で発熱を落とすこと。凝った水冷は要りません。

画像・動画生成（ComfyUI・拡散モデル）がメインなら、話が変わる。生成中はTGP近くの高負荷を長時間かけ続けるため、高エアフローと冷却の余裕、そして静音性が効いてきます。メッシュ前面に加え、ファンを大口径・多めに配し、ケースにもワンサイズ余裕を持たせたい。

学習（QLoRAなどのファインチューニング）は、最も過酷な用途です。事実上100%デューティでTGP上限に張り付き、それが数時間から数日続く。持続クロックを維持できるかがすべてなので、エアフローを最優先に組む。ここでケチると、学習が進むほど速度が落ち、完了までの時間が延びます。

将来的に、未発表のRTX 50 SUPER系（噂の段階で公式発表はまだ）や、24GB以上のVRAMを持つ後継GPUへ載せ替える可能性まで見込むなら、今の時点で一段大きい、エアフローに余裕のあるケースを選んでおくと使い回しが利きます。ミニPC（据え置きタワーを組まない選択肢）も存在しますが、小型筐体は持続高負荷での熱設計の自由度が低い。24時間フル稼働を見据えるなら、冷却を自分で設計できるタワーが有利です。

まとめ：迷ったらこの順番で決める

AI用PCの冷却とケースは、次の順番で詰めていくと迷いません。まず買うGPUの実寸（長さ・スロット数）を確定する。次にケースのGPU最大対応長と突き合わせ、物理的に入る候補へ絞る。前面はメッシュを選び、吸気をやや優勢にした正圧で埃を抑える。ファンは140mm以上の大口径で静音と風量を両立させる。CPUクーラーは推論・生成主体なら空冷で十分、CPUを酷使する構成でのみAIOを検討。そして電力制限で発熱そのものを下げ、実ワークロードで数時間の持続検証をかける。将来の載せ替えを見込むなら、拡張と静音に余裕のあるケースを選んでおく。

ゲームの瞬間最高温度の感覚で選ぶと、AIの持続高負荷では読みを外します。コアの一瞬のピークより、メモリ温度と数時間後の持続クロックがどこに張り付くか。そこを基準に据えれば、24時間の安定運用は特別な水冷装備がなくても十分に狙えます。

よくある質問

Q. GPU温度は何℃で危険ですか？

コア温度はRTX 50世代で約90℃前後がサーマルスロットルの起点です（レビュー計測・2026年7月時点）。なお同世代ではホットスポット（junction）が監視ソフトに表示されない報告が多く、実機で読めるのはコアとメモリ温度です。むしろAIの持続負荷ではGDDR7メモリ温度を見るべきですが、公式なしきい値の明記はなく、レビューでは90℃台に達する例が報告される程度です。コアの数字だけで慌てず、コア・メモリ双方とtok/sの時間変化をあわせて判断してください。

Q. 24時間AIを回すなら水冷は必須ですか？

必須ではありません。まず電力制限で発熱そのものを下げ、メッシュ前面＋正圧の空冷で捌けば足りる構成が多いです。CPUクーラーも推論・生成主体なら空冷で十分。水冷が生きるのは、CPUを長時間酷使する学習前処理やビルド中心の構成に限られます。

Q. RTX 5080クラスはどのサイズのケースが必要ですか？

Founders Editionの必要クリアランスは長さ304mm・幅137mm・高さ61mm（実質3スロット相当）が目安です（NVIDIA公式Quick Start Guide）。ただしAIBモデルは長さ・厚みが大きく異なり、上位版は長さ約360mm・4スロット厚まで大型化するため、買う個体の寸法表とケースのGPU最大対応長を必ず突き合わせてください。1万円以下のケースでも対応長は27.5cmから38.4cmまで幅があります。

Q. 簡易水冷（AIO）と空冷はどちらが良いですか？

24時間の常時運用では、可動部（ポンプ）のない空冷が信頼性で無難です。ポンプには寿命があり、常時稼働では摩耗が速く経年で異音が出ることもあります。CPUを長時間高負荷にする構成でのみ、大型ラジエーターのAIOを検討する、という順序が実務的です。

Q. 電力制限で速度はどれくらい落ちますか？

推論の多くはメモリ帯域寄りのため、電力制限をかけても速度低下が小さく済む例が報告されています。ただし低下幅はGPU・モデル・量子化・バッチ・ランタイムで変わり、一律ではありません。設定は可逆なので、まず70%前後から試し、ご自身のワークロードで消費電力とtok/sを数時間測って確認してから詰めてください。

参考資料

• NVIDIA公式: GeForce RTX 50シリーズ 製品ページ（Quick Start Guide／クリアランス寸法）