AMD Ryzen AI Haloとは｜3,999ドルで128GBローカルLLMを動かす開発機の実力と選び方

AMD Ryzen AI Haloは、クラウドに頼らず手元でローカルLLMを動かすことを主目的に設計された開発者向けミニPCです。価格は3,999.99ドル。128GBのユニファイドメモリを積み、量子化した大規模モデルを1台のAPUに載せられる点が最大の特徴ですが、公称スペックと実際に快適に動く範囲にはずれがあり、入手経路も限定的です。本記事は2026年7月時点の公式情報と実機レビューをもとに、スペック・実際に動くモデル規模・入手性・NVIDIA DGX Sparkとの比較・導入判断を整理します。

まとめ：Ryzen AI Haloを一言で

• 正体：Ryzen AI Max+ 395と128GBユニファイドメモリを積んだ、ローカルAI開発専用のミニPC（3,999.99ドル）。
• 動くモデル：AMDは「最大2,000億パラメータ」を掲げるが、実用の主戦場は30B〜120BクラスのMoEモデル（50〜70 tok/s）。200Bクラスは載るが生成は毎秒10トークン台まで落ちる。
• OS差が大きい：大きなモデルを載せる能力は事実上Linux向け。Windowsはメモリ確保の仕組みが異なり上限が下がる。
• 入手性：米国のMicro Center専売・店頭受け取り限定。日本からの正規購入経路は用意されていない（2026年7月時点）。
• 買うべきか：ROCm前提でLinux開発ができ、扱うモデルが100B級までに収まるなら有力。300B超の推論や高スループットが要るなら別解を検討。

以下、スペックから実際に動くモデル規模、競合との比較、判断基準の順に掘り下げます。

Ryzen AI Haloの製品概要と主要スペック

Ryzen AI Haloの正式名称は「AMD Ryzen AI Halo Developer Platform」です。中核はStrix Halo世代のAPU「Ryzen AI Max+ 395」で、Zen 5の16コア32スレッドCPU、RDNA 3.5ベースのRadeon 8060S（40コンピュートユニット）、XDNA 2 NPUを1パッケージに統合しています。NPU単体は50 TOPS、CPU・GPUを含めたAI処理性能はINT8で最大126 TOPSとされます（正確な内訳は公式仕様で確認してください）。

CPUとGPUが同じ128GBのメモリプールを共有するため、GPU側から扱えるメモリ容量が専用VRAM搭載機より桁違いに大きくなります。この「大容量のユニファイドメモリ」が、後述する大規模モデルのローカル実行を成立させる肝です。一方でメモリ帯域は256GB/sで、これは後述のとおり推論速度の上限を決める制約にもなります。

3,999ドルに何が含まれ、どこで買えるか

3,999.99ドルには、Ryzen AI Max+ 395・128GBメモリ・2TB SSDを搭載した完成品ミニPC本体と、AMDがキュレーションしたAI開発用ソフトウェアスタック（後述のAI Playbooksを含む）が含まれます。WindowsモデルとLinuxモデルが用意され、価格は同額です。追加のGPUやメモリ増設を前提としない「開けてすぐローカルLLM開発を始められる」構成に価格が振られています。

販売はAMDと米Micro Centerの独占です。発表は2026年6月のComputex 2026（6月2〜5日）で、次世代のRyzen AI Max PRO 400シリーズと同時に公開され、同月中にMicro Centerで予約が始まり、2026年7月に店頭提供が始まりました。

日本での入手可否と代替ルート

結論として、2026年7月時点で日本向けの正規販売経路はありません。Micro Centerは米国の実店舗チェーンで、この製品は店頭受け取り（in-store pickup）限定として案内されており、オンライン発送や海外配送の枠が用意されていないためです。日本で使いたい場合は、Ryzen AI Max+ 395を積む同等構成の他社製ミニPC（Framework Desktop等）や転送サービス経由が現実的な代替になります。入手性は流動的なので、最新の在庫・出荷状況はMicro Centerの製品ページで確認してください。

128GBメモリで実際に動かせるローカルLLMの規模

AMDはRyzen AI Haloの訴求点として「最大2,000億パラメータのモデルをローカル実行できる」と掲げています。これは128GBのユニファイドメモリに量子化済みモデルを丸ごと載せられることを指し、実演では235BのMoE（Mixture of Experts）モデルを量子化して読み込む様子が示されました。ただし、載ることと快適に使えることは別です。この235Bクラスの生成速度は毎秒11トークン程度にとどまり、対話用途としては待ち時間が目立ちます。

実機レビューが「実用の主戦場」と評価するのは、30B〜120BクラスのMoEモデルです。この帯域なら毎秒50〜70トークン前後が出て、コーディング補助やチャットにストレスなく使えます。ハンズオンでは中規模モデルで約45トークン/秒という数字も報告されています。速度がこの範囲に収まる理由はメモリ帯域256GB/sで、パラメータを毎トークン読み出す推論では帯域が上限を規定します。つまり「200Bが載る」は容量の話、「30〜120Bが快適」は帯域の話であり、購入判断では後者を基準にするのが安全です。

WindowsとLinuxでメモリ割り当てが変わる（大規模モデルはLinux向け）

見落とされがちですが、GPUが使えるメモリ量はOSで大きく変わります。Linuxでは共有GTT（Graphics Translation Table）の仕組みでGPUが128GBプールのうち約108GBまでを動的に確保でき、大きなモデルをほぼフルに載せられます。一方Windowsは、BIOSで固定的に切り出したVRAMカーブアウトの範囲に制限され、Linux相当の共有プールがありません。結果として「200Bクラスまで載る」という強みは実質的にLinux環境の機能です。GSCで「amd ryzen ai halo developer platform – linux os」という具体的なクエリが観測されるのも、この事情を踏まえた検索と考えられます。大きなモデルを狙うならLinuxモデルを選ぶのが素直です。

ROCmとAI PlaybooksによるローカルAI開発環境

Ryzen AI Haloが単なる高メモリミニPCと違うのは、ソフトウェア面の下ごしらえです。GPU計算スタックにはAMDのROCmを採用し、WindowsとLinuxの両方で最適化された状態が提供されます。従来AMD環境でのローカルLLMはドライバやビルドの手間が壁でしたが、本機は検証済み構成を出荷時に整えることでその摩擦を減らす狙いです。

あわせて提供される「AMD AI Playbooks」は、推論からファインチューニングまでをAMDハードウェア上で動かすための手順ガイド集です（正式ドキュメントは公開準備中）。llama.cppやOllamaのような一般的なランタイムでの実行を前提に、環境構築の定型作業を省けるのが価値です。裏を返せば、ROCmとLinuxのCLIに抵抗がない開発者ほど本機の恩恵を受けやすく、GUI中心で完結させたい層には過剰投資になりがちです。

NVIDIA DGX Spark・Mac Studioとの比較で見る立ち位置

3,999ドルという価格の妥当性は、同じ「手元で大規模モデルを動かす箱」を狙う競合と並べると見えてきます。

DGX Sparkとは価格もメモリ容量もほぼ横並びで、選択軸はソフトウェアエコシステムです。CUDA資産や既存のNVIDIA前提のパイプラインを活かすならDGX Spark、ROCmとオープンソースランタイムで組むならRyzen AI Haloが自然です。スペックや実測性能の細部はDGX Sparkのスペックと実測性能・OEM互換機との違いで突き合わせられます。Mac Studioの上位機はメモリ帯域が段違いに高く、生成速度で優位に立ちますが、CUDA/ROCm前提のツールがそのまま動かない点と価格上振れがトレードオフになります。Ryzen AI Haloの立ち位置は「x86＋ROCmで大容量メモリを最も手頃に確保する開発機」であり、帯域最速や最大容量を求める用途では最適解になりません。

導入を検討すべき開発者と、避けたほうがよいケース

向いているのは、Linux上でROCmを使い、30B〜120Bクラスのモデルで推論やLoRA程度のファインチューニングを回す個人開発者・小規模チームです。機密データを外に出せずクラウドAPIを使いにくい環境で、常時稼働の推論ノードを1台持ちたい用途にも合います。環境構築の手間をAI PlaybooksとROCmの整備済み状態で圧縮できる点が、自作Strix Halo機に対する上乗せ価値です。

逆に避けたほうがよいのは次の場合です。300Bを超えるモデルの実用推論や高スループットのバッチ処理が主目的なら、帯域256GB/sが足かせになり期待した速度は出ません。Windows環境のみで大規模モデルを狙う計画も、前述のメモリ確保の制約からおすすめしません。そして日本を含む米国外で正規に入手したい場合、店頭受け取り限定という販路がそのまま障壁になります。これらに一つでも当てはまるなら、同APUの他社ミニPCやMac Studio、DGX Sparkを含めて比較したほうが後悔が少ないです。

Ryzen AI Max PRO 400シリーズが示す次世代機の方向性

Ryzen AI Haloと同時に、AMDは商用・法人向けの次世代APU「Ryzen AI Max PRO 400シリーズ」を発表しました。Ryzen AI Haloが現行のStrix Halo世代を開発者に届ける製品であるのに対し、PRO 400シリーズは法人向けにセキュリティ機能や管理性を強化する方向を示すリフレッシュ世代です。「Ryzenの次世代はいつか」を気にする層にとっては、ローカルAI向けAPUがコンシューマ開発機と法人向けの二本立てで継続的に更新される見通しが立った、と読めます。具体的な仕様・投入時期は公式発表で確認してください。

よくある質問

Ryzen AI Haloの発売日・予約開始はいつですか。

発表は2026年6月のComputex 2026（6月2〜5日）で、同月中に米Micro Centerで予約が始まり、2026年7月に店頭提供が始まりました。店頭受け取り限定のため、在庫・出荷状況はMicro Centerの製品ページで随時変わります。

日本で購入できますか。

2026年7月時点で日本向けの正規販売はありません。Micro Centerの米国店頭受け取り限定のため、日本で使うにはRyzen AI Max+ 395搭載の他社ミニPCや転送サービス経由が現実的です。

本当に2,000億パラメータのモデルが動きますか。

量子化すれば載りますが、235Bクラスの生成は毎秒10トークン台まで落ちます。快適に使えるのは30B〜120BクラスのMoEモデル（毎秒50〜70トークン前後）です。大規模モデルの実行は主にLinux環境の機能です。

DGX Sparkとどちらを選ぶべきですか。

価格とメモリ容量はほぼ同じで、決め手はソフト基盤です。CUDA前提の資産があればDGX Spark、ROCmとオープンソースランタイムで組むならRyzen AI Haloが向きます。詳細は関連記事のDGX Spark解説を参照してください。

WindowsとLinuxのどちらを選ぶべきですか。

大きなモデルを載せたいならLinuxです。Linuxは共有GTTでGPUが約108GBまで確保できますが、WindowsはBIOSの固定確保に制限され上限が下がります。扱うモデルが中規模までで、既存のWindowsワークフローを崩したくない場合のみWindowsが選択肢になります。

関連記事

• DGX Sparkとは？スペックと実測性能・OEM互換機との違い・価格【2026年7月】
• OllamaとOpen WebUIでファイルをアップロードしRAGチャットを実現する方法
• OllamaでCodexをローカルLLM実行する方法｜ollama launch codex-appの手順と対処法