AIミニPCワークステーションとは？GMKtec EVO-T2S/EVO-X2で学ぶIntel・AMDの選び方

AIミニPCワークステーションとは、NPUやiGPUを統合しローカルでAI推論を動かす小型PCの総称。

GMKtecがAliExpressの深圳イベントで、AI特化型ミニPCの新ラインアップを公開した。登場したのはIntelプラットフォームのEVO-T2Sと、AMDプラットフォームのEVO-X2の2系統。どちらも「ローカルでAIを動かす」ことを前面に打ち出した構成で、フルタワーGPUを積むデスクトップとは別の選択肢として注目を集めている。

GMKtecが発表したAIミニPC 2系統の全体像

AIをクラウドだけでなく手元の端末で動かしたい需要が拡大している。APIコストの抑制、プライバシー保護、オフライン環境での利用など、ローカル推論を選ぶ理由は多い。そうした流れの中で、大きな電源ユニットや拡張スロットを使わずにAI推論をこなせる「ミニPC型AIワークステーション」というジャンルが一気に存在感を増してきた。

ミニPC型AIワークステーションが求められる背景

ServeTheHomeのレビュー記事でも触れられている通り、AMDのRyzen AI Max（Strix Halo）プラットフォームは多数のシステムベンダーが採用し、AI開発分野で高い需要を集めている。高性能なAPUを1チップに収められるため、狭いフットプリントでもローカルLLM推論に十分なメモリを積める点が評価されている。

一方のIntelも、Core Ultraシリーズで強力なNPU（Neural Processing Unit、AI推論専用のプロセッサ）を搭載するようになり、ミニPCに組み込むことでデスクトップに近いAI処理能力を小型化できるようになった。Intel Core Ultra プロセッサー公式ページでも、内蔵NPUによるオンデバイスAI推論を主要な訴求点として打ち出している。GMKtecの今回の発表は、その2つの流れを同じメーカーが並行展開した事例として注目しておきたい。

2系統のプラットフォーム概要

GMKtec公式によると、EVO-T2Sシリーズは3月中旬に上海で開催されたIntelのCore Ultra（Panther Lake）発表イベントに合わせて導入されたもの。EVO-X2シリーズはAMD Ryzen AI Max シリーズ公式ページに掲載されているRyzen AI Max+ 395を搭載したモデルで、最近の発表以来、大きな注目を集めている。元記事で紹介されている構成をまとめると以下の通り。

Intel搭載モデルEVO-T2Sのスペックと狙い

EVO-T2SはIntelのCore Ultra X7 358Hを核にしたモデル。GMKtec公式情報では16コア構成のCPUに加え、最大180 TOPSのAI演算性能を提供すると説明されている。ここでの「TOPS」は1秒あたりに処理できるAI演算（主にINT8）を兆単位で示した指標で、数値が大きいほどNPUのピーク性能が高いとされる値。

プロセッサと冷却設計

元記事によれば、EVO-T2Sはベイパーチャンバー（気化熱を利用して熱を広い面に拡散させる冷却構造）を採用し、最大60Wまでの発熱に対応する設計。ミニPC筐体の宿命である熱密度の高さを、液冷に近い手法で逃がす狙いが見て取れる。ハイエンド向けのCore Ultra X9 388H搭載モデルも存在が示唆されているものの、GMKtecからの販売時期・価格は現時点で公開されていない。

Panther Lake世代のCore Ultraは、CPU・GPU・NPUの3エンジンを協調させる構成を取り、Intel AI PC アーキテクチャ解説でもこの分担が明示されている。NPUは低消費電力で常時動作するワークロード（会議書き起こし、ノイズ除去、リアルタイム翻訳など）に振り、GPUは画像系の重い推論、CPUは互換性が必要な処理という役割分担を取る格好。ミニPC筐体でも45W前後のTDPを維持できる点が、デスクトップタイプのCore Ultraと共通の特徴。

ストレージ・メモリ構成の特徴

メモリはLPDDR5X-8533、ストレージにはPhison aiDAPTIV+ PCIe 5.0 SSDを採用しているのが大きな差別化点。Phison aiDAPTIV+ 公式説明によれば、aiDAPTIV+はSSDを一時的なモデルキャッシュとして使い、物理メモリだけでは収まらないLLMを扱いやすくする仕組み。ローカルで中〜大規模モデルを動かすときの「メモリ足りない問題」に真正面からぶつけた構成。

aiDAPTIV+はGPUメモリを補完する形で高容量SSDをメモリ階層として活用し、本来であればマルチGPUのサーバー機材が必要となる大規模LLMのファインチューニングをワークステーションクラスで実現可能にする技術。
Phison aiDAPTIV+ 公式説明より要約

ただし、Intel Core Ultra X7 358H世代のiGPU（Intel Arc B390、本体内蔵のグラフィックスプロセッサ）は、NVIDIAのミドルレンジ以上の専用GPUと正面衝突する性能ではない。用途が画像生成・動画生成中心であれば、別記事でも扱っているAI用PCの最低スペックガイド｜RTX 5060 Ti(16GB)+RAM 16GBで始めるローカルAI環境のような専用GPU構成の方が素直に速いはず。あくまでNPUとCPU中心の推論に強みを持つプラットフォームだと理解しておくと失敗しにくい。

AMD搭載モデルEVO-X2の特徴とStrix Haloの実力

もう一方のEVO-X2はAMD Ryzen AI Max+ 395を採用。GMKtec公式ページによれば、16コア32スレッドのCPUに加え、最大126 TOPSを公称するXDNA 2 NPUを統合。さらに最大128GBのLPDDR5Xメモリをサポートし、10GbEネットワーク、最大4画面の4K出力といった周辺仕様も備える構成。

Ryzen AI Max+ 395の構成

ServeTheHomeの解説を踏まえると、Ryzen AI Maxは「Zen 5の16コアCPU」「RDNA 3+ 世代の強力な統合GPU（AMD Radeon 8060S）」「広帯域のメモリバス」の3つを1パッケージに収めたAPU。AMD Ryzen AI Max+ 395 仕様ページでも、最大256GB/sのメモリ帯域と40基のRDNA 3+ Compute Unitが強調されている。従来のAPUがエントリー〜ミドルレンジ止まりだったのに対し、このシリーズはハイエンドノートやSFF PCに使える性能帯を狙っている格好。

統合GPUと広帯域メモリが同居しているため、モデルを読み込むときのメモリ帯域がボトルネックになりにくく、ローカルLLM推論で効いてくる構成。従来のGPUなら「モデルはVRAMに乗るか、OOMで落ちるか」の2択だったが、統合メモリ型APUは「RAMに収まる限り動く」というシンプルな仕様で扱える強みがある。

大容量統合メモリがAI推論で活きる場面

128GBのLPDDR5X構成が特に活きるのは、量子化済みの大規模モデル（たとえば30B〜70Bクラス）をメモリに丸ごと乗せたい場面。専用GPUでこのレベルのVRAMを確保しようとすると、個人向けの選択肢はかなり限られる。GPUリファレンスで示した通り、16GB VRAM級でも15万〜20万円、24GB級の中古RTX 3090で10万〜15万円という相場。これに対し大容量統合メモリ型APUは「VRAMではなくRAMを増やせばよい」という発想で費用構造が変わる点が読者にとっての判断材料になるはず。

一方で、専用GPUのようなグラフィックスメモリ帯域は出せないため、画像生成・動画生成のような帯域依存が強いワークロードでは差が付きやすいという弱点もある。当サイトの検証環境（RTX 5080 / i7-14700F / 96GB RAM）でgemma4:26bを動かした際は38.9 tokens/sec・VRAM使用量15.4GBを記録したが、統合メモリ型APUで同じクラスのモデルを動かすと、帯域差がそのまま推論速度の差として現れやすい点は押さえておきたい。

メモリ帯域別の推論挙動比較

LLM推論ではメモリ帯域が秒間トークン数を決める主要因の1つになる。当サイト検証環境（RTX 5080）と各プラットフォームの公称帯域を並べると、構成軸の違いが見えやすい。

帯域比較を見ると、専用GPUの優位はあくまで「単位時間あたりに動かせるパラメータ数」での話。一方で容量軸（モデルがそもそも収まるか）ではAPU型が有利になる。秒10トークン出れば人間の読解速度に近いので、70Bモデルを5〜10 tokens/secで動かせるAPU型は「速度を犠牲にしてもサイズを取りたい」用途と相性が良い。

価格動向とミニPC型AIワークステーションの立ち位置

元記事で特に注目したいのは、発表時からの価格の変化。ここでは「元記事時点での情報」として時期を明記し、読者が現時点でECサイトを見るときのリファレンスとして扱えるようにまとめる。

価格改定の動き（元記事時点）

元記事によると、EVO-X2は当初128GBモデルが1,999ドルでローンチされたものの、現在のAliExpress上の掲載では構成が変わり、64GB＋1TBが1,999ドル、128GB＋2TBが3,299ドルとされている。EVO-T2SはCore Ultra X7 358H＋64GB＋1TB構成が1,899ドル（従来2,399ドルから値下げ）という価格帯。64GB以外のメモリオプションや、上位のCore Ultra X9 388H搭載モデルの価格・発売時期は現時点で公開されていない。

専用GPU型デスクトップとの使い分け

ここで整理したいのが、ミニPC型AIワークステーションがどんな用途に向き、どんな用途で従来のGPUデスクトップに軍配が上がるのか。以下の表は、現時点で一般的に言えるガイドラインをまとめたもの。

この表で伝えたいのは「どれが一番優れている」ではなく、用途の軸が違えば最適解も違うという点。ローカルで70Bクラスの量子化モデルを動かしたい人にとってはEVO-X2のような構成が第一候補に入るし、ComfyUIでSDXL・Flux系を高速に回したい人にとってはミニPCより専用GPUが素直な選択肢になる。自分がどちらの軸で消耗しているかを見極めるのが大事な判断。

消費電力と設置条件の比較

ミニPC型と専用GPU型は、置き場所と電源条件の制約も大きく異なる。机上やテレビ裏に置けるか、24時間稼働させたときの電気代がどうなるかは、長期運用で効いてくる現実的な指標。

常時待機型のAIアシスタント（家庭内チャットボット、定期実行のRAGバッチなど）として運用するなら、ミニPC型の電力プロファイルは強い。逆に1日数時間しか使わないなら、その時間だけ高速で回しきる専用GPU型の方が時短に直結するという見方もできる。

まとめ

GMKtecのEVO-T2SとEVO-X2は、同じ「AIミニPCワークステーション」というジャンルにありながら、構成方針が大きく異なる2系統。Intel側はNPUと高速SSDキャッシュを組み合わせ、AMD側は大容量統合メモリと強力なiGPUで勝負をかけている構図。どちらが絶対に優れているという話ではなく、自分が動かしたいAIワークロードがどちらの性格に合うかで最適解が変わる。

読者がまず取るべき行動は3つ。1つ目に自分の主要なAI用途（LLMか、画像生成か、コーディング支援か）を書き出す。2つ目に、その用途で必要な最低VRAM・RAM容量を先ほどのガイドライン表で確認する。3つ目に、候補となる構成を価格と照らし合わせて、専用GPU型とミニPC型のどちらがコスト対効果で優位かを比較する。単に「ミニPCは省スペースで良さそう」という印象だけで選ぶと、後からソフトウェア対応や帯域で苦労する可能性がある点は最後に強調しておく。

当サイトはAmazonアソシエイト・プログラムの参加者です。Amazonのアソシエイトとして、当サイトは適格販売により収入を得ています。

本記事は AIハードウェア図鑑 編集部 が記載時点の情報をもとに執筆。製品アップデートや第三者ベンチマーク・価格・対応ランタイム等の変動で評価が変わる可能性がある。一定期間経過した内容は再検証を推奨する。

参考資料

• Intel 公式: Core Ultra プロセッサー製品ページ
• AMD 公式: Ryzen AI Max+ 395 仕様ページ
• AMD 公式: Ryzen AI Max 300 シリーズ
• Phison 公式: aiDAPTIV+ ソリューション解説