Radeon RX 7900 XTX 24GBでローカルAIは実用になるか｜新品で買える24GBとCUDA非対応の現実（ROCm・ZLUDA）

ローカルAIで24GBのVRAMが欲しいとき、NVIDIA以外に目を向けると必ず候補に挙がるのがAMDのRadeon RX 7900 XTXだ。新品で買えて24GBを積み、価格も上位のNVIDIA製24GBより手頃なことが多い。ただし、多くの人が最初に引っかかるのが「CUDAが使えない」という一点だ。ローカルAIのツールはNVIDIAのCUDAを前提に発展してきたため、AMDでは動かないのではないか、という不安がつきまとう。

結論から言えば、2026年時点でAMDのローカルAIは「動くが、手間がかかる」段階まで来ている。この記事では、RX 7900 XTXの24GBという強みと、CUDA非対応が実際にどんな手間を生むのかを正直に整理し、同じ24GBの中古RTX 3090とどちらを選ぶべきかまで踏み込む。

この記事の要点

RX 7900 XTXは、新品で買える24GB GPUの中では手頃。約960GB/sの広帯域も推論では効きやすい
2026年7月時点では、Ollama・LM Studio・llama.cpp・ComfyUIにAMD GPUで動かす経路がある。ただしOSやツールによってROCm/HIP・Vulkan・PyTorch on Windowsなど使うバックエンドは異なる
ただしCUDAのplug-and-playには及ばず、セットアップの手間・一部ツールの非対応・情報の少なさは残る。この手間を許容できるかが分かれ目

先に結論（向く人・避けたほうがいい人の早わかり）
・新品保証付きの24GBを、NVIDIAの上位機より安く欲しい → 候補になる
・セットアップの手間を楽しめる／Linuxに慣れている → 向く
・とにかく最短・無設定で動かしたい → NVIDIA（新品）か中古3090が無難
・ニッチなCUDA専用ツールを多用する → 相性問題に当たりやすく非推奨
以下で、何が動いて何が引っかかるかを具体的に見ていく。

RX 7900 XTXの魅力 — 新品で買える24GB
CUDA非対応とは、何が問題なのか
2026年、AMDでローカルAIはどこまで動くか
それでも残る「手間」と落とし穴
同じ24GBの中古RTX 3090との比較
買うべき人・避けるべき人
よくある質問
購入候補と価格の目安
参考資料

RX 7900 XTXの魅力 — 新品で買える24GB

RX 7900 XTXはAMDのRDNA 3世代の最上位で、24GBのGDDR6メモリを384bitのバス幅で接続する。メモリ帯域は約960GB/s、ボード全体の消費電力（TBP）は355Wとされる（AMD公式の最低推奨電源は800W。OCモデルや高消費電力CPUなら品質のよい850W以上が安心）。2022年発売だが、いまも新品が流通しており、価格は2026年7月時点で、国内新品の最安例として約20.5万〜23.5万円が確認できる（取扱店舗や在庫は少なく、価格変動も大きい）。

ローカルAIで効くのはまずVRAMの容量で、24GBあれば32B級の4bit量子化LLMをGPU上に載せられるケースが多く、大きめの画像モデルにも手が届く（ただしモデル形式やコンテキスト長、KVキャッシュ次第では24GBを超えるため、32Bなら無条件に動くわけではない）。加えて約960GB/sという帯域は、とくに1ユーザー・低バッチでのトークン生成がメモリ帯域の影響を受けやすいため有利に働きやすい（一方、プロンプト処理や長いコンテキスト、画像生成、使う量子化カーネルでは演算性能やソフトウェア実装も大きく効く）。純粋なハードウェアの素性だけを見れば、この価格で24GBと広帯域を得られるのは魅力的だ。問題は、その素性をローカルAIのソフトウェアがどこまで引き出せるか、という点にある。

CUDA非対応とは、何が問題なのか

NVIDIAのGPUは「CUDA」という並列計算の基盤を持ち、ローカルAIのツールの多くがこれを前提に作られてきた。OllamaやComfyUIを入れればほぼそのまま動くのは、この土台が広く行き渡っているからだ。一方でAMDはCUDAに対応せず、AI・GPU計算向けの公式基盤としてROCm/HIPを展開している。つまりAMDでローカルAIを動かすには、各ツールがROCm/HIPやVulkanなど、AMD GPUで利用できるバックエンドに対応している必要がある。

ここが従来「AMDはローカルAIに向かない」と言われてきた理由だ。ROCmの対応は長らくNVIDIAのCUDAより遅れており、対応するツールが限られ、Linux前提のものも多かった。CUDA専用のアプリをAMDで無理に動かすための変換層としてZLUDAという試みもある。2026年6月にVersion 6が公開されるなど開発自体は続いているが、商業資金の終了が報じられ、再び小規模なサイドプロジェクトに近い体制になっている。対応アプリや安定性を保証できる基盤ではないため、AMDを選ぶなら、ZLUDAのような変換頼みではなく、ROCm/HIPやVulkanなど、AMD GPUを直接扱えるバックエンドに対応したツールを使うのが基本になる。

2026年、AMDでローカルAIはどこまで動くか

状況は数年前とはかなり変わっている。2026年7月時点の本番向け安定版であるROCm 7.2系では、Linux向けの対応拡大に加えて、Windows 11でもRX 7900 XTXを対象とした「PyTorch on Windows」の公式サポートが進んだ。ただしWindowsでROCmスタック全体がLinuxと同等に使えるわけではなく、AMD公式もWindows版は一部コンポーネントの対応だと説明している。2026年7月時点では、Ollama・llama.cpp・LM StudioやComfyUIなどにRX 7900 XTXを動かす経路が用意されているが、すべてが同じROCm環境で動くわけではなく、ツールやOSによってROCm/HIP、Vulkan、PyTorch on Windowsなど使うバックエンドが異なる（vLLMもLinux＋ROCmではRadeon環境で利用できるが、NVIDIA環境より利用できる量子化方式や最適化機能が少なく、ROCm／Radeon環境での不具合報告もある。手軽さではOllamaやLM Studioに及ばない）。Ollamaにモデルを入れて動かすような基本的な使い方は、AMDでも現実的な選択肢になっている。

速度の面でも素性は悪くない。コミュニティ計測では、Llama 3.1 8B の量子化モデル（Q5_K_M・4Kコンテキスト）で毎秒96トークン前後という報告がある。量子化方式・OS・ROCm のバージョン・実行バックエンド・測定条件が変われば数値も動く。当サイトの実測ではないため、速度の目安として扱いたい。いずれにせよ24GBの容量と広帯域を考えれば、対応の進んだツールに絞れば戦力になる水準で、「AMDだからまともに動かない」という認識は2026年時点では古くなっている。

それでも残る「手間」と落とし穴

動くようになったとはいえ、NVIDIAの手軽さと同じではない。AMDを選ぶなら、次のような手間と落とし穴を織り込んでおく必要がある。

セットアップの手間：ツールやOSによってはROCmの導入、対応ランタイムの選択、環境変数の設定などが必要になり、NVIDIAより確認事項が増えやすい。特にWindowsは、Linuxに比べて詰まりやすい場面が残る。
一部構成での不具合：たとえばWindowsで内蔵GPUが有効なままだと、OllamaがAMD GPUを使わずCPUにフォールバックする、といった報告がある。こうした構成依存のつまずきが起きやすい。
ニッチなツールの非対応：主要ツールは対応が進んだが、新しい手法やマイナーな拡張はCUDA専用のことがなお多い。最新の実装をいち早く試したい用途では不利だ。
情報の少なさ：NVIDIA前提の解説が圧倒的に多く、AMD特有のトラブルは自力で調べる場面が増える。

要するに、AMDのローカルAIは「動く」ところまで来たが、「調べながら整える」姿勢は依然として必要だ。この手間を前向きに扱えるかどうかが、実質的な向き不向きを決める。

同じ24GBの中古RTX 3090との比較

新品で24GBを狙うとき、実際の比較対象になりやすいのが同じ24GBの中古RTX 3090だ。価格帯は近いが、2026年7月時点で7900 XTXの新品が約20.5万〜23.5万円、中古のRTX 3090は中古専門店でおおむね18万〜19万円台だ。個人売買では16万円前後の出品例もあるが、状態や保証条件の差が大きい。総じて3090の中古のほうが数万円安いことが多い。違いははっきりしている。

観点	RX 7900 XTX（新品）	RTX 3090（中古）
VRAM／帯域	24GB／約960GB/s	24GB／約936GB/s
入手性・保証	新品・メーカー保証あり	実質中古中心・保証は販売元次第
ソフト対応	CUDA非対応・ROCmで動くが手間	CUDAでほぼそのまま動く
向く人	新品保証と手間を天秤にかけられる人	手間を避けCUDAで確実に動かしたい人

ハードウェアの素性（VRAM・帯域）はほぼ互角で、絶対的な生成速度はモデルやバックエンドで前後し、RX 7900 XTXが3090を上回る計測例もある。一方、対応ソフトの多さ・拡張・導入手順・トラブル情報まで含めた再現性では、CUDAを使える3090のほうが優位だ。判断軸は「新品保証を取ってAMDの手間を受け入れるか、中古のリスクを取ってCUDAの手軽さを取るか」に近い。ローカルAIの導入で楽をしたいならNVIDIA（この場合は中古3090）が無難で、新品の安心感とAMDをいじる楽しさに価値を感じるなら7900 XTX、という住み分けになる。

買うべき人・避けるべき人

RX 7900 XTXが向く人：新品保証付きの24GBを手頃に確保したい人。ROCmのセットアップや環境調整を苦にしない、あるいは楽しめる人。Linuxを使える人。動かすツールがOllama・llama.cpp・ComfyUIなど対応の進んだものに収まる人。こうした条件がそろえば、コストパフォーマンスの高い24GB機になる。

避けたほうがいい人：とにかく手間なく最短で動かしたい人。ローカルAIそのものが初めてで、トラブルを自力で切り分ける余裕がない人。最新手法やニッチなCUDA専用ツールを積極的に試したい人。こうした場合は、NVIDIAの新品か中古3090のほうが総合的に楽だ。VRAM 24GBが必須でなければ、新品のRTX 5060 Ti 16GBや、さらに予算を抑えた中古のRTX 3060 12GBから入るという手もある。

よくある質問

Q. Windowsでも動く？
A. 動く。ただしWindowsで使えるのはROCmスタック全体ではなく、ツールごとにROCm/HIP、Vulkan、PyTorch on Windowsなど異なる経路になる。一部の旧バージョンや構成では、AMDのiGPUとRX 7900 XTXが共存するとGPU選択やVRAM認識に失敗しCPUへフォールバックした事例も報告されているが、すべての環境で起きるわけではなく、関連する不具合には修正済みのものもある。まずOllamaとドライバーを最新版に更新する。複数GPUを搭載しているなら、Ollama公式が案内する環境変数 ROCR_VISIBLE_DEVICES（Vulkan使用時は GGML_VK_VISIBLE_DEVICES）でRX 7900 XTXを明示的に指定するとよい。iGPUの無効化は、それでも解決しない場合の切り分け手段として扱うのがよい。安定を重視するならLinuxのほうが情報も多く扱いやすい。

Q. ComfyUIでの画像生成はできる？
A. できる。ComfyUIはRDNA 3向けの動作パスを持ち、RX 7900 XTXで画像生成が可能だ。ただしCUDA専用の拡張ノードなど、一部は動かないことがある点は理解しておきたい。

Q. ROCmとZLUDAの違いは？
A. ROCmはAMD公式の計算基盤で、対応ツールをネイティブに動かす。ZLUDAはCUDA向けアプリをAMDで動かすための変換層で、CUDA専用アプリの救済策にはなるが、開発体制の変化で将来が読みにくい。AMDを使うなら、まずROCm/HIPに対応したツール、または公式にVulkan経路が用意されたツールを選ぶのが安全だ。

Q. 結局NVIDIAより安い？
A. 新品の24GBという条件では、上位のNVIDIA製より手頃なことが多い。ただし中古の3090なら同程度の価格で手に入るため、「新品保証を取るか、CUDAの手軽さを取るか」で選ぶことになる。純粋な価格差だけで決める話ではない。

購入候補と価格の目安

新品で24GBを狙う場合と、同じ24GBを別の道で狙う場合の候補を挙げる。価格は変動するので最新の実売を確認すること。

候補	VRAM	こんな人に	状態・目安
Radeon RX 7900 XTX 24GB	24GB	新品保証の24GBを安く・AMDの手間を許容できる	新品
RTX 3090 24GB	24GB	同じ24GBをCUDAで確実に動かしたい	中古・要状態確認
850W 電源ユニット	—	355Wの7900 XTXを余裕をもって動かしたい	新品