AIToday
大規模言語モデル主要企業のAIニュースAIビジネス・産業Top Companies AI掲載日時: 2026年8月24日 6:32

RTX 5090ノートPC、LLMでM5 Max超え

LINEで送る
RTX 5090ノートPC、LLMでM5 Max超え

3つのポイント

  1. 何が起きたか

    アレックス・ジスキンドのベンチマークテストで、NVIDIAのノートPC向けRTX 5090がAppleのM5 Maxを複数のLLMのプロンプト処理とトークン生成で上回り、一部のワークロードで最大133%の高速化を達成。

  2. なぜ重要か

    RTX 5090の24GB VRAMは、大規模モデルや長いコンテキスト長で性能が制限される。コンテキスト長が長くなると、M5 Maxのユニファイドメモリ(128GB)が明確な優位性を示し、181.40トークン/秒に対し、RTX 5090は25.28トークン/秒となった。国内のAI開発者が、搭載メモリ量を理由にノートPC向けGPUの選択を迫られる可能性がある。

  3. 注目点

    RTX 5090はGemma 4 12B、Qwen3.5 27B、Qwen3.6 35B A3Bなどの小規模モデルで優れるが、Qwen3.5 122Bのような高密度モデルでは実用に耐えない。NVIDIAのRTX Spark投入は、より重いAIモデルを狙う可能性がある。

わからないところ、AIに聞けます

質問と回答はこのページに公開されます。

こういう要約が、毎朝あなたのメールに届きます。

背景と解説

ベンチマーク結果は、個別GPUとAppleのユニファイドメモリのアーキテクチャ上の大きな違いを浮き彫りにしている。RTX 5090の生の計算能力は、モデルが24GB VRAMに収まる場合に発揮され、小規模LLMのトークン生成で最大133%高速だ。しかし、コンテキスト長が長くなるとVRAMが不足し、性能は25.28トークン/秒に低下する。一方、M5 Maxは128GBのユニファイドメモリにより181.40トークン/秒を維持する。

このトレードオフは、AIワークロード用のハードウェア選びで重要だ。大規模モデルや長いコンテキストを扱うユーザーにはM5 Maxが実用的な選択肢となる。一方、小規模モデルを使う一般的なローカルLLMタスクではRTX 5090の速度が優れており、愛好家にとってはコストに見合うかもしれない。記事では、より重いAIモデルの実行も動機の一部とされるNVIDIAの今後のRTX Sparkがこのギャップを埋める可能性があるが、詳細は明らかにされていない。

よくある質問
RTX 5090とM5 Maxでどのようなテストを実行したのか?
4ビット量子化のQwen3 4Bに加え、Gemma 4 12B、Qwen3.5 27B、Qwen3.6 35B A3B、Qwen3.5 122Bを実行した。
なぜM5 Maxが一部のテストでRTX 5090を上回るのか?
M5 Maxは128GBのユニファイドメモリを搭載し、大規模モデルや長いコンテキスト長をよりうまく処理できる一方、RTX 5090の24GB VRAMは容量が不足する。
Top Companies AI元記事を読む
LINEで送る

あなたの仕事に関係するAIニュースを、毎朝お届けします。

業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。

登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →

AIに質問

この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。

質問と回答はこのページに公開されます。

このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る

関連記事

次の記事へAIイノベーターズフォーラム2026、第2弾登壇者を発表