← Back to Home
RTX Spark ·

RTX Spark 検証 — 第1巻 技術の巻 — メモリ帯域がすべてを決める

RTX Spark 検証 — 第1巻 技術の巻 — メモリ帯域がすべてを決める

RTX Spark 検証 — 第1巻 技術の巻 — メモリ帯域がすべてを決める

出典: note.com / 2026-06-02

━━━ RTX Spark 検証 4部作 ━━━

技術層をKT独自の視点で再構成、4号機実運用に落とし込む

RTX Spark 検証 — 第1巻 技術の巻

前作 (第零巻): 検証の巻 — 基本検証

Jensen Huang が公式に 「N1 = GB10 = RTX Spark」 と確認したのは2025年9月（Intel 提携時のQ&A）。Pokde.net, XDA, HardwareLuxx など複数の独立メディアが同定している。

これは「同じ半導体ダイを3つのフォームファクタで売る」古典的なシリコン再利用戦略：

製品フォーム電力帯域OSターゲット

DGX SparkミニPC (1.13L)240W公称/100W実測273 GB/sDGX OS (Ubuntu)開発者・研究者 RTX Spark N1 ベースノートPC45-80W600 GB/sWindows 11 ARM消費者 RTX Spark N1X プレミアムノートPC80-100W600 GB/sWindows 11 ARMパワーユーザー OEM 派生ミニPC, デスクトップ150-240W273-600 GB/s各種組込み・中小企業

「同じシリコン、異なる熱設計」が持つ意味：

  • ノート向け 45-80W 電力プロファイルは 継続負荷で確実にサーマルスロットリングする

  • 30B 以上のモデルで 10分以内にクロックダウン の報告（DGX Spark 初期ロットで複数）

  • NVIDIA は 2026年1月ファームウェア（580.95.05）で改善したが、「公称240W」と「実測100W」の乖離は消えてない

  • つまり 「1 PFLOP 連続動作」は物理的に不可能。ピーク性能と持続性能の区別が必須

KT 視点の結論: 「ハード選定は『ピーク性能』ではなく『持続性能 + コスト + 熱設計』で行うべき」。Surface Laptop Ultra の 18mm / 2kg / 公称45-80W のバランスは 「日常使いには最適、研究には不適」。

数値の内訳

NVIDIA 公式「1 PetaFLOP = FP4 (4-bit浮動小数点) + sparse (50%間引き)」。これは「最も都合の良い条件」での値。

精度スパース性実効 TFLOPSDGX Spark 比

FP4 (4-bit)sparse (50%)1,000公称値 FP4 (4-bit)dense5001/2 FP8 (8-bit)dense2501/4 (これが実用下限) BF16 (16-bit)dense1251/8 (学習の下限) FP32 (32-bit)dense311/32 (RTX 5070 クラス)

Mac Studio M3 Ultra FP16: ~27 TFLOPS との比較を「26倍」と称していたが、これは FP4 sparse vs FP16 dense という最悪条件の比較。公正な比較は FP8 dense 250 TFLOPS vs FP16 27 TFLOPS = 約9倍。

これが意味すること

  • 「1 PFLOP のすごさ」 を語るとき、「どの精度で、どのスパース性で」 を必ず明示すべき

  • 動画「競合の26倍」は完全な誤り

  • 実用的な FLOPS$ 比較 では、DGX Spark の魅力は 「70B+ モデルが128GB に載る」 という 容量の制約 であり、「1 PFLOP の速さ」ではない

KT 視点の結論: FLOPS 値はあくまで マーケティング指標。実運用で効くのは 「メモリ帯域 × 容量 × 電力効率」 の3軸。DGX Spark は帯域で Mac Studio に3倍負けている。

推論の2フェーズ

  • Prefill (プロンプト処理): 計算量依存。行列演算で「全トークンを一気に処理」

  • Decode (トークン生成): メモリ帯域依存。1トークンごとに全パラメータを読む

実測値（公開ベンチマーク）

機種メモリ帯域GPT-OSS-120B decodeLlama 3.1 8B decode

RTX 50901,792 GB/s(VRAM制約で不可)140 tok/s Mac Studio M3 Ultra 192GB819 GB/s30-40 tok/s (Q4量子化)70-90 tok/s Mac Studio M5 Ultra (噂)1,100 GB/s45-55 tok/s****100+ tok/s RTX Spark ノート600 GB/s(推定) 22-30 tok/s(推定) 50-65 tok/s DGX Spark273 GB/s55 tok/s (MXFP4, NV公式)38 tok/s (NV公式)

衝撃の事実: Mac Studio M3 Ultra 192GB は DGX Spark 128GB より 120B モデルの decode が遅い (40 vs 55 tok/s) が、8B モデルでは2倍速い (90 vs 38 tok/s)。

Decode phase 速度の支配方程式

decode_time_per_token = (model_size_bytes) / memory_bandwidth

  • 120B モデル (60GB in FP16) を 819 GB/s で読む = 73ms/トークン = 約14 tok/s が上限

  • DGX Spark 273 GB/s で 60GB を読む = 220ms/トークン = 約4.5 tok/s が物理上限

  • 実測 55 tok/s は MXFP4 量子化 で 15GB 相当になっているから高速

つまり「帯域 × 容量」の積が推論体験を決める。DGX Spark は容量 (128GB) に振り、Mac Studio は帯域 (819 GB/s) に振った。両者は直交する最適化。

KT 視点の結論:

  • 8B-32B モデル中心なら Mac Studio 圧勝 (帯域)

  • 70B+ モデル中心なら DGX Spark が必要 (容量)

  • 「1台で全部」は M5 Ultra 512GB (1,100 GB/s + 512GB) だけが解決する = 2026年Q4 待ちが正解

4号機の物理性能

  • M1 Max 10-core CPU + 32-core GPU

  • 64GB unified memory (LPDDR5, 推定 400 GB/s)

  • 電力: システム全体 ~50W (アイドル10W)

  • macOS 15.x

4号機で動くモデルの現実

モデルサイズ量子化4号機 decode実用性

7B (Llama 3.1 8B)Q450-60 tok/s◎ 快適 14B (Qwen3 14B)Q430-40 tok/s○ 使える 32B (Qwen3 32B)Q415-20 tok/s△ 遅い 70B (Llama 3.1 70B)Q45-8 tok/s× 実用外 120B (GPT-OSS 120B)Q4動かない (容量不足)×

4号機の限界: 32B が実用上限、70B は無理。これが「DGX Spark を追加で欲しくなる」理由。

4号機の優位性

  • 完全無音 (アイドル 1.6W 音圧、ファン無音)

  • 省電力 (50W vs DGX Spark 240W = 1/5)

  • MLX 最適化 (Apple の独自フレームワーク、Llama 3.1 8B で70 tok/s)

  • fabric 統合 (~/fabric/ 永続層として稼働)

  • Hermes Agent 稼働中 (Port 8642)

KT 視点の結論: 4号機は 「日常の fabricOS ノード」 として完成形に近づいてる。不足分は DGX Spark 1台で補える。M5 Ultra は「4号機の完全上位互換」が出るまで待つ。

エコシステムの成熟度

2026年6月時点の実情

観点CUDA (NVIDIA)MLX (Apple)

歴史17年 (2007〜)2年 (2023〜) フレームワークPyTorch, JAX, TensorRT, vLLM, SGLang, llama.cppllama.cpp, Ollama, LM Studio, mlx-lm モデル即日対応◎ (大半のOSSモデル)△ (mlx-lm 変換待ち、数日) エージェント基盤◎ (OpenShell, Hermes Agent, OpenClaw)○ (Apple Intelligence, MLX Agents) 開発者ドキュメント◎ (20年蓄積)○ (2年分) パフォーマンス◎ (TensorRT 最適化)○ (M3 Ultra で競合並) 電力効率× (240W vs 190W)◎ (50-190W) エコシステム総数数百万のライブラリ数千のライブラリ

  • 「日常会話 + コード補完 + ドキュメント検索」: どちらでも同じ

  • 「100B+ モデルの fine-tuning」: CUDA のみ (MLX はまだ実装弱い)

  • 「マルチモーダル (Vision, Audio)」: 互角 (両者とも transformers ベース)

  • 「Stable Diffusion / ComfyUI」: CUDA 圧勝 (SDPA, xformers が CUDA 前提)

  • 「音声認識 (Whisper)」: 互角

  • 「ベクトル検索 (Qdrant, Weaviate)」: 互角 (CPU 部分が支配的)

KT 視点の結論: 2026年6月時点で「LLM だけ」なら MLX で十分。「Stable Diffusion + 画像生成 + 動画生成」 まで含めるなら CUDA 必須。4号機で MLX + 4号機に GPU 増設 or 別機で CUDA が現実解。

価格帯別マトリクス

艦隊構成 (2026年〜2027年 KT 推奨)

[今あるもの - 即戦力] 4号機 (M1 Max 64GB) - fabricOS プライマリ、Telegram UI 1号機 (M1 16GB) - オーケストレータ 2号機 (i9 32GB) - セキュアチャネル 3号機 (M4 16GB) - インフラ復旧

[2026年Q4 追加] Mac Studio M5 Ultra 256GB - 4号機の後継 fabricOS プライマリ (1,100 GB/s) 4号機は sub-agent / モバイル用に格下げ

[2027年Q2 追加] DGX Spark 128GB (Linux) - CUDA 開発 / Fine-tuning / 巨大モデル 4号機とは別の部屋に配置

[2027年Q4 検討] DGX Spark 2台クラスタ (256GB) - 405B モデル対応 RTX Spark 第2世代を評価

予算構成性能おすすめ用途

**$0 (今あるもの)**4号機 M1 Max 64GB8B-32B、8-50 tok/s日常会話、コード補完、ドキュメント検索 $2,500RTX 5090 ワークステーション32B Q4 で 100+ tok/s、ComfyUI 最速画像生成中心、軽い LLM $4,000Mac Studio M3 Ultra 192GB32B-70B Q4 で 30-50 tok/sLLM + クリエイティブ $4,700DGX Spark 128GB70B-200B Q4、CUDA 開発巨大モデル研究開発 $5,500Mac Studio M3 Ultra 192GB (上位)70B+ まで実用妥協なしの LLM + 動画制作 **$10,000+**Mac Studio M3 Ultra 512GB405B Q2 で 20-25 tok/s大規模研究のみ $7,000+ (2026 Q4)Mac Studio M5 Ultra 256GB (予定)70B+ 帯域 1,100 GB/s本命。次世代 fabricOS ノード **$10,000+ (2026 Q4)**Mac Studio M5 Ultra 512GB (予定)405B+ も 40+ tok/sfabricOS プライマリの本命

総投資: $9,000-15,000 (2年間)

故障時: 4号機 or M5 Ultra のどっちか落ちても、他機で継続可能 (fabric 同期)

YouTube動画は「100万トークンで 120B」と煽ったが、実態は：

実運用での使い分け

項目値注意点

モデルサイズGPT-OSS 120B = 117B params (MoE 5.1B active)MoE なので「全パラメータが動く」わけではない メモリ必要量60-65GB (MXFP4)DGX Spark 128GB に余裕で乗る コンテキスト長1M tokens (公式主張)実測では 100K-200K で 10-20 tok/s に低下 decode 速度55 tok/s (短コンテキスト)100K+ コンテキストで 5-10 tok/s 実用性△「100万トークン常時」は電気代・速度的に現実的でない

  • 8B-32B: 日常は 4号機 / M5 Ultra で十分。50+ tok/s

  • 70B-120B: 専門タスクのみ。10-20 tok/s で我慢

  • 200B+: DGX Spark クラスタ必須。月数回の利用

  • 405B+: クラウド API (OpenAI, Anthropic) で十分。ローカルの意味薄い

KT 視点の結論: 「120B を動かせる」は大事だが、「日常で 120B を使う」のは無意味。30B で十分なタスクが 90%、120B が必要なのは 10%。10% のために 128GB マシン買うのは過剰。

実機消費電力（実測ベース）

クラウド API との比較

機種アイドル軽負荷フルロード年間電気代 (24h)

4号機 (M1 Max 64GB)10W30W50W¥1,800 (月150円) Mac Studio M3 Ultra20W80W190W¥6,800 (月570円) Mac Studio M5 Ultra (噂)20W80W190W¥6,800 DGX Spark30W100W240W公称/100W実測¥4,400 (月370円) RTX 5090 ワークステーション50W200W575W¥20,700 (月1,725円) Surface Laptop Ultra (RTX Spark)5W20W80W¥2,900 (月240円) シナリオコスト

GPT-4o 月100万トークン (OpenAI API)$30-60/月 Claude 3.5 Sonnet 月100万トークン$20-50/月 Mac Studio M3 Ultra 5年償却$91/月 ($5,500/60) DGX Spark 5年償却$78/月 ($4,700/60) 4号機 (既存)$0 (既に持ってる)

損益分岐: 月$20 以上 AI サブスクを払ってるなら、Mac Studio 1台買う方が得。

KT 視点の結論: 個人 PC での LLM 運用は サブスクより経済的に正しい選択。M5 Ultra は損益分岐まで1年。4号機の電気代 (月150円) は誤差レベル。

必要コンポーネント

  • Alpine Linux (200MB ISO)

  • Python 3.12 + asyncio

  • 1プロセス: 入力待ち + LLM ループ + ツール実行 + 出力

  • nginx (reverse proxy)

  • fabric (git 管理の永続層)

  • 各 tool は HTTP API として登録

動作フロー

[入力] Telegram bot がユーザーからメッセージ受信 ↓ [計算] fabricos core process

  • state.json を fabric から読み出し
  • LLM に「意図解釈 + ツール選択」を依頼
  • ツール実行 (sandbox 内で)
  • 結果を state.json に保存 ↓ [出力] Telegram bot が結果を返信、fabric にも書き出し ↓ [通信] 艦隊メンバーに必要なら RPC、git pull/push

実装の鍵: 既存の Hermes Agent (Port 8642) がこの大部分を実装済み。**新タスクは「GUI を捨てて TUI / Telegram に絞る」**だけ。

開発期間: 5-6週間 (平日夜 + 週末) で MVP 完成圏。

5つの命題

  1. 「1 PFLOP = 競合の26倍」は誤り。実用 FP8 で 250 TFLOPS、競合の9倍 が公正な値

  2. メモリ帯域が決定要因。Mac Studio M3 Ultra (819 GB/s) は DGX Spark (273 GB/s) の 3倍速い decode phase

  3. DGX Spark は「70B+ モデル専用機」。4号機で日常、DGX Spark で研究 の役割分担

  4. CUDA は依然有利。「LLM だけ」なら MLX で十分だが、画像生成 / Fine-tuning は CUDA 必須

  5. fabricOS は技術的に 5-6週間で作れる。4号機の既存 Hermes Agent が 80% の実装済み

4号機の今後 (技術層)

  • 2026年Q4: M5 Ultra Mac Studio へ移行 (1,100 GB/s、256GB)

  • 2027年Q2: DGX Spark 1台追加 (CUDA 開発用)

  • 4号機: モバイル / サブエージェント用に格下げ

  • 全資産: $9,000-15,000 (2年間)

次のステップ

  • ✅ 基本検証記事 (~/fabric/2026-06-02_rtx_spark_dgx_spark_verification.md) 完了

  • ✅ 技術巻 (本書) 完了

  • ⏳ 哲学巻 (次)

  • ⏳ 戦略巻 (その次)

  • ⏳ fabricOS 試作 (実装フェーズは戦略巻で詳細)

この記事は note.com から KTBLOG に移行されました。元記事: https://note.com/famous_prawn2009/n/n4225f55b7455