【悲報】Macは512GBなのにGeForceはVRAMが32GBのまま 原因はNVIDIAのケチではなかった
Macは512GBなのにGeForceは32GBのまま その差16倍の不条理な理由
ローカルで大規模言語モデルを動かそうとした多くのユーザーが突き当たるのがVRAMの壁だ。AppleのMac StudioはM3 UltraやM5 Ultraチップで最大512GBの統合メモリを積める一方、NVIDIAの一般向け最上位GeForce RTX 5090の専用VRAMは32GBのまま。16倍という圧倒的な非対称性は、単なるケチでは説明が付かない半導体設計の物理限界と、緻密なビジネス戦略の両面で成り立っている。
専用VRAMと統合メモリは同じ「メモリ」ではない
まず押さえるべきは、512GBと32GBをそのまま比較するのは誤りだという点だ。GeForceに載る32GBは、単体GPUのために物理的に分離された専用ビデオメモリで、画面表示のごく一部を除きほぼ100%をGPUの演算とAI計算に独占できる。一方でMacが採用するユニファイドメモリは、PC全体のメインメモリをCPUやGPUなど全計算装置で分け合う方式であり、OSやバックグラウンドアプリが常に消費する。GPUがAIモデル用として安全に使える領域は、物理搭載量の約75〜85%程度に留まる。
興味深いのは、RTX 5090と全く同じGB202チップを使うワークステーション向けRTX Pro 6000 Blackwellが96GBのメモリを搭載していることだ。同じシリコンで容量は3倍にできる。では、なぜ一般向けGeForceはスロットで増設させないのか。答えはGDDR7というメモリ規格の厳しい物理条件にある。
GDDR7の超高速信号は「スロット許容」の世界ではない
GPUがメモリと通信するには、チップの端に並ぶメモリコントローラを通す必要がある。GDDR6やGDDR7ではメモリチップ1個あたりのデータ幅は32bitと厳格に決まっており、最上位のGB202チップはこの32bitコントローラを16個、合計512bitで実装する。RTX 5090は基板の片面に2GBチップを16個並べ、2×16で32GBとなっている。コントローラはチップ面積と電力を大きく消費するため、製造後に数を増やすのは物理的に不可能だ。
さらにGDDR7はチップあたり28〜32GB/sというメインメモリの約5倍の速度で通信し、1回の周期で3段階の電圧を使うPAM3という繊細な信号方式を採用する。この超高速信号を着脱式のスロットで接続すると接点が信号を反射し波形が潰れるため、GPUから数cm以内の最短距離にBGAという微小な球を介して基板へ直接半田付けするしかない。ユーザーが後から差し替えるのは電気工学的に不可能で、専門業者によるチップの張り替え改造が存在するとしても、抵抗値調整とプログラムの書き換えを要する極めて困難な作業だ。
Macが512GBを積める仕組みと、速度の代償
MacやAMD Ryzen AI MAXが採るLPDDR5Xは、約1.05Vの低電圧で動作し発熱が小さい。そのため薄く削ったメモリチップを1つのパッケージに8枚、16枚と垂直積層でき、1パッケージで16〜32GBを収められる。同じ部品数でもGDDR7の5〜10倍の容量を稼げるのがこの構造だ。さらにAppleのUltraチップは2つのチップを結合して1024bitの広いデータ経路を確保し、メモリを共有するゼロコピーアクセスでCPUとGPUが同一データを即座に扱える。NVIDIA自身も、DGX SparkやGrace Blackwellという製品で同じLPDDR5X共有メモリを実装している。
では全GPUをLPDDR5Xに統一すれば解決かというと、容量・速度・低電力・低コストの全てを同時に満たす万能技術は存在しない。現在の市場はGDDR7（帯域1.79TB/s、アクセス遅延が極めて短くゲーム向き）、LPDDR5X（128〜512GBの容量と省電力だが速度は控えめ）、そしてデータセンター向けHBM3E（8TB/s級の超高速度だが、1スタックあたり1024本以上の接続へシリコン中継基板が必須で、1枚でも不良があれば全廃棄になるためコストがGDDRの3〜5倍）の3規格で明確に住み分けられている。AIサーバー1基あたりのHBM部品費だけで2400〜6500ドル、日本円で約36万〜98万円に達する。
96GBのRTX Pro 6000をGeForceとして売れない事情
同じGDDR7で96GBを実現しているRTX Pro 6000の手法は、標準の2GBではなく3GBの高密度チップの採用、および基板の表裏に16個ずつ背中合わせで32個を配置するクラムシェル実装（両面実装）だ。しかし2026年現在、3GBチップは品不足で2GBチップの約3倍の高値で取引されており、両面実装には複雑な多層基板の加工と、内部に熱のこもる裏面を冷やす特殊な冷却構造による追加コストが跳ね上がる。パーツ単価を積算すると、32GBから96GBへ増量するだけで製造原価が約1750ドル（約26万円）上昇し、通常の利益率を乗せた想定売価は約6650ドル、100万円近いグラボになる。
一方でPCゲームは4K最高画質でも消費VRAMは12〜20GB程度に収まるため、32GB以上の容量はフレームレートにほぼ寄与しない。もし安価な大容量GeForceを出せば、160万円級で売れるワークステーション製品が企業に売れなくなる共食いも避けられない。製造コストの急騰と市場を守るセグメンテーションの両方が一致して、32GBという境界線が引かれている。
実測が示す「システムRAMでは代用できない」現実
半導体設計の限界は専門機関の調査でも裏付けられている。市場調査のTrendForceなどによれば、メモリ工場の生産ラインがAIデータセンター向けHBMへ転換された結果、GDDR7の供給が後回しになり、GPUのボードコストに占めるメモリの比率は従来の約10%から約34%へと3倍以上に膨れ上がっている。
また、NVIDIAはCUDA Unified MemoryでCPUのメインメモリとGPUのVRAMをソフトウェア的に一つに見せかける機能を持つが、2026年10月にAIハードウェア研究者が行った検証では、仮想アドレスの共有とローカルVRAM並みの速度は全く別物だと証明された。700億パラメータのモデルを極端な3bit量子化で32GBのVRAM内に100%収めた場合、RTX 5090の生成速度は秒間約46トークン。だが標準的な4bit化で容量が約40GBになり、溢れた25%分をCPU側のシステムRAMに逃した瞬間、速度は秒間約2.3トークンへと20分の1以下に激減した。長文を記憶するKVキャッシュがさらにメモリを消費するため、32GBの壁は大型モデルにとって致命的なボトルネックとなる。
データがVRAMからわずかに溢れただけで、LLMの推論速度は最大20分の1に崩壊する。溢れた分をCPU側に回すと、PCIe 5.0 x16の帯域（片方向最大64GB/s）がGDDR7の約28倍上の1.79TB/sと比べて絶望的に細く、DDR5メモリ自体の約100GB/sが全体の足を引っ張る
VRAM超過時に自動でデータを入れ替える機能を使うとページフォルトが多発し、古いデータの追い出しと再読み込みが連鎖するスラッシングで、実行速度が本来の0.3%まで暴落したという検証結果もある
大容量の共有メモリを持つMacやRyzen AI MAXは、全容量が巨大でも1単語ごとの読み出しが数GBで済むMoEモデル（80B〜120Bクラス）と抜群の相性を見せ、共有メモリ機でも秒間30〜50トークン以上で快適に動く
ネットの反応
Mac Studioなら最大512GBも積めるのになんで世界一のNVIDIAが32GBしか積んでくれないのだ。16倍もの容量差があるのだ
メモリなんてスロットにカチっとさせばいくらでも増やせるんじゃないのか、と思っていたが、グラボの世界ではその常識が全く通用しなかった
絶対にNVIDIAがケチって高い業務用を買わせようとしているに違いないと思ったが、半分は物理法則だった
高速なメモリ容量を増やしたいなら、複数のGPUを差してAIモデルを分割配置するマルチGPU構成が現実解だ。中古のRTX 3090を2枚繋いで48GBにする構成が知られている
AIの所感
512GBと32GBの差は、メモリの「速さ」と「容量」と「熱」をどう引き受けるかという三択の構造的な帰結に過ぎない。GDDR7が抱えるのは極限の帯域と引き換えにした実装の融通のなさで、ローカルLLM推論の速度がほぼ帯域に比例する以上、VRAM溢れによるPCIe経由の仮想化は実用速度の世界には届かない。ユーザー側の合理的な対応は、動かしたいモデルの量子化ビット数から必要メモリを先に見積もることと、共有メモリ機の得意分野（MoE構成の大容量モデル）と単体GPUの得意分野（短プロンプトの一括読み込み）を分けて使い分けることだ。セグメンテーション戦略が物理限界と重なっている以上、一般向けGeForceの大容量化は現行構造では望めず、複数GPUの分割配置か共有メモリ機への寄り道が現時点の最短ルートとなる。