Mac Studio 4台で4.8TB/s｜巨大AIが手元で動く

監修者伊東雄歩

株式会社ウォーカー CEO。東北大学卒。MENSA会員、JDLA認定講師、健全AI教育協会理事。生成AI×教育・学習科学を専門とし、2億円超のシステム開発プロジェクトを統括。

Mac Studioを4台つないで、合計メモリ帯域4.8TB/sを達成しました
カギはThunderbolt 5経由の「RDMA」。遅延が300マイクロ秒から3マイクロ秒に縮みました
M5 UltraはM3 Ultra比でAI性能4.3倍、メモリは最大512GBです
2.8兆パラメータの巨大AI「Kimi K3」も手元で動かせます
価格は94万9800円から。日本での発売は2026年9月22日です

巨大なAIを動かすにはデータセンターが要る。ずっとそう思われてきました。ところが2026年8月25日、その前提が机の上でひっくり返ります。Mac Studioを4台つなぐだけで、合計メモリ帯域4.8TB/s。この数字が何を意味するのか、順番にほどいていきます。

Mac Studio 4台で「4.8TB/s」という異常な数字

Appleが2026年8月25日、新しいMac Studioを発表しました。予約は同日開始、発売は9月22日です。

目を引いたのは本体スペックだけではありません。Appleの製品ページに、EXO Labs（エクソ・ラボ）というスタートアップの名前が載ったことです。

EXO Labsは、複数のパソコンをつないで1台の大きなAIマシンに変えるソフトを作っている会社です。同社によれば、この1年間Appleと密に協力してきたといいます。

帯域とは「AIが記憶を読み出す速さ」

メモリ帯域（メモリとの間でデータをやりとりできる速さ）は、AIの応答速度をほぼ決めてしまう数字です。

AIが文章を1文字生成するたびに、モデル全体のデータを読み直す必要があります。だから帯域が2倍になれば、生成速度もおおよそ2倍になります。

M5 Ultra搭載のMac Studioは、1台あたり1.2TB/s。これを4台束ねると、合計で約4.8TB/sに届きます。

少し前まで、この領域はデータセンター向けGPUだけのものでした。それが100万円クラスの箱を並べるだけで手が届く。ここが今回のニュースの核心です。

4台で推論は最大3倍速に

Apple自身も、4台構成のMac Studioクラスタは1台のときと比べて最大3倍速いAI推論を実現すると説明しています。

台数を増やすと遅くなる。分散処理では、これがずっと当たり前でした。通信の待ち時間が積み上がるからです。

今回はその常識が逆転しています。増やすほど速くなる。理由は次の技術にあります。

カギはRDMA──待ち時間が100分の1になった

今回の主役はRDMA（Remote Direct Memory Access）という技術です。

ふつう、パソコンAからパソコンBのデータを読むときは、OSとCPUがいちいち仲介します。荷物を渡すたびに受付を通すようなもので、そのたびに時間が削られます。

RDMAはこの受付を飛ばします。相手のメモリに直接、読み書きしに行くのです。

300マイクロ秒が3マイクロ秒へ

EXO Labsの公表値によると、Mac同士の通信遅延は300マイクロ秒から3マイクロ秒まで下がりました。実に100分の1です。

なぜここまで遅延が効くのでしょうか。答えは「テンソル並列」という分割のやり方にあります。

テンソル並列は、1つの計算を4台で切り分けて同時に進める方式です。ただし切り分けた結果は、計算のたびに全台で突き合わせる必要があります。

つまり通信は、1回の生成につき何百回も走ります。1回あたり300マイクロ秒なら合計は致命的ですが、3マイクロ秒なら誤差の範囲に収まります。

ソフトはオープンソースで公開済み

この仕組みを動かすソフトがEXO 1.0です。2025年12月18日にリリースされ、Thunderbolt 5上のRDMAに初日から対応しました。

EXOはオープンソースで公開されています。同じネットワークにある端末を自動で見つけ、モデルを分割し、まとめて1つのAIクラスタとして扱ってくれます。

ちなみに対応はMac Studioだけではありません。MacBookやMac miniも同じ枠組みに入ります。

ただし条件があります。Thunderbolt 5が必須で、Thunderbolt 4止まりのM1・M2世代では利用できません。

M5 Ultraのスペックを整理する

クラスタの話に入る前に、単体の実力を押さえておきましょう。

M5 Ultraは最大36コアCPU・80コアGPU

M5 Ultraは、スーパーコア12基と高性能コア24基を組み合わせた最大36コアCPUを積みます。

GPUは最大80コア。Ultraクラスとしては初めて、GPU側にNeural Accelerators（AI計算専用の回路）が載りました。

ユニファイドメモリ（CPUとGPUが共用する1つのメモリ）は最大512GB、帯域は1.2TB/sです。前世代のM3 Ultraと比べて帯域は50%伸びました。

AI性能で見ると、M3 Ultra比で4.3倍、M1 Ultra比では9.8倍とされています。

M5 Maxという現実的な選択肢

同時発表のM5 Maxも侮れません。18コアCPU、最大40コアGPU、メモリは最大128GBです。

帯域は614GB/sで、AI性能はM4 Max比3.5倍。「まずローカルAIを試したい」層には、こちらが現実解になります。

価格は94万9800円から

日本での価格は、M5 Maxモデルが41万9800円から、M5 Ultraモデルが94万9800円からです。

ただし94万9800円は最小構成の値段です。メモリ256GB・ストレージ1TBまで積むと190万3800円まで上がります。

なお最大の512GBメモリ構成だけは供給が遅れ、提供開始は10月下旬の予定です。

2.8兆パラメータのAIが、机の上で動く

では実際、何が動くのでしょうか。EXO Labsが名前を挙げたのは「Kimi K3」と「GLM-5.3」です。

Kimi K3は世界最大級のオープンモデル

Kimi K3は、中国のMoonshot AIが2026年7月に公開した約2.8兆パラメータのモデルです。ウェイト（学習済みの中身）は7月27日に一般公開されました。

パラメータは、AIが持つ「調整つまみ」の数だと思ってください。多いほど賢くなりますが、そのぶんメモリを食います。

Kimi K3はMoE（Mixture of Experts）という構造を採ります。2.8兆すべてを毎回動かすのではなく、質問に応じて必要な専門家だけを起動する方式です。

1トークンあたりで実際に動くのは約1040億パラメータ。文脈は100万トークンまで扱えます。

それでもウェイト全体はメモリに載せておく必要があります。512GB×4台＝約2TBというメモリプールが効いてくるのは、まさにここです。

誰がこれを必要とするのか

3つの現場を想像してみてください。

ひとつめは病院です。ある総合病院では、退院サマリ（患者さんの入院経過をまとめた書類）の作成に医師が長時間を取られていました。院内にAIサーバーを置いて自動生成に切り替えたところ、作成にかかる稼働時間が52.8%減ったと報告されています。カルテは外に出せませんから、手元で動くことが絶対条件でした。

ふたつめは製造業の設計部門です。図面や不具合報告をAIに読ませたいけれど、社外のサービスにアップロードするのは論外。かといって自社でGPUサーバーを組むと億単位になる。この隙間に、数百万円で組めるMacクラスタがぴたりとはまります。

みっつめは個人の開発者や小さなスタジオです。APIの従量課金は、大量のコード生成や長文処理を回すと一気に膨らみます。買い切りのマシンで青天井の実験ができる意味は、思っている以上に大きいはずです。

NVIDIA DGX Sparkと比べるとどうなのか

ローカルAI機の対抗馬といえば、NVIDIAのDGX Sparkです。両者は得意分野がきれいに分かれます。

項目	Mac Studio（M5 Ultra）	NVIDIA DGX Spark
メモリ容量	最大512GB	128GB
メモリ帯域	1.2TB/s	273GB/s
価格（米国）	5,499ドルから	4,699ドル
得意な処理	文章の生成（decode）	長文の読み込み（prefill）
ソフト資産	MLX・EXOなど	CUDAフルスタック