「ローカルでAIを動かしたい。PCを買い替えるが、GPUはAMDとNVIDIAのどちらにすべきか」
この質問に、当ブログはこれまで答えてこなかった。書いてきたのはすでにRadeonを持っている人向けの手順と実測ばかりで、14本ある記事はどれも「買ったあと」の話である。
だからこの記事では、買う前の話だけをする。筆者は2025年9月に RX 9070 XT 16GB を買い、画像生成・ローカルLLM・動画生成を回してきた。実測を記事にし始めたのは2026年1月からである。うまくいったことも、詰まったことも全部記事にしてある。それを「これから買う人」の視点で並べ直すと、答えはひとつではなく、用途で割れる。
ポチップ
先に断っておくと、筆者はNVIDIAのGPUで同じ計測をしていない。 手元にあるのはRadeonと、比較用のM4 MacBook Airだけである。NVIDIAの数字は他者の公開ベンチを1つだけ、但し書き付きで引用する。「Radeonで実際にどこまでできたか」が、この記事の一次情報だ。
【結論】用途で割れる。チャットと画像ならRadeon、動画と学習ならNVIDIA
先に表で答える。左が筆者の実測で言えること、右がそこから導いた判断だ。
| 用途 | RX 9070 XT 16GB での実測 | どちらを買うか |
|---|---|---|
| ローカルLLM（チャット・14B級まで） | 12Bが49 tok/s、7B級は90〜100 tok/s。全部VRAMに載る | Radeonで足りる |
| ローカルLLM（26B超・長文RAG） | 26Bは溢れて29.5 tok/s。31Bは4.0 tok/s | どちらも16GBでは無理。VRAM量で選ぶ |
| 画像生成（SD1.5 / SDXL） | SDXL 1枚 5.7秒。設定1つで3割速くなる | Radeonで足りる |
| 画像生成（FLUX.1・新モデル追従） | FLUX.1 1枚 35秒。設定では速くならない。triton無し | 速さと新モデルを追うならNVIDIA |
| 動画生成（Wan 2.2 14B） | 蒸留LoRA前提で5秒動画 6分30秒。メインメモリ64GBで完走（32GBは未検証） | 本気でやるならNVIDIA |
| 学習・開発（LoRA学習・CUDA前提ツール） | 当ブログでは未計測。 ROCm 10 のWindowsにtritonが無い | NVIDIA |
| ミニPC（Ryzen AI Max+ 395・統合メモリ128GB） | 未検証。 手元に無い | 70B級を載せたい人の別解。この記事では判断しない |
| M4 MacBook Air 24GB | E4Bが28.5 tok/s、SD1.5 1枚15秒。連続すると熱で3割落ちる | 持ち運びが要るなら。据え置き用途には勧めない |
読み方はこうだ。「チャット用のLLMと、SDXLまでの画像生成」が目的なら、Radeonで困らない。筆者が1年やって、この2つで「NVIDIAにしておけば」と思った場面は無い。
一方で動画生成・FLUX級の大きい画像モデル・学習は、Radeonでも「動く」が、動かすために筆者が踏んだ手順の量がまるで違う。それを楽しめないなら、差額を払ってNVIDIAにしたほうが安い。この記事の残りは、その根拠になった数字を用途ごとに見せていく。
【前提】この記事で言えることと、言えないこと
数字の出どころを先に書いておく。この記事の実測値はすべて、同じ1台で取ったものである。
| 項目 | 構成 |
|---|---|
| GPU | Radeon RX 9070 XT 16GB（gfx1201） |
| CPU / メモリ | Ryzen 9 7900X / DDR5 64GB |
| OS | Windows 11 |
| 画像・動画 | ComfyUI（ROCm 7.1 → 7.2 → 10.0 と更新して測った） |
| LLM | Ollama / LM Studio（ツール同梱の ROCm 7.1 ランタイムと Vulkan。ROCm 10 は乗っていない） |
言えないことも書く。NVIDIAでの実測は無い。「RTX 5070 Tiなら何秒か」を筆者は知らない。後半で他者の公開ベンチを1本だけ引くが、そこには1年前の計測でROCmのバージョンが書かれていないという大きな但し書きが付く。そこを読み飛ばさないでほしい。
もう1つ。この記事はWindowsの話である。LinuxのROCmは配布形態も対応範囲も違うので、Linuxで組む人はそのまま当てはめないこと。
【LLM】16GBに載る範囲なら、Radeonで速度に不満は出ない
ローカルLLMは、Radeonでいちばん素直に動いた用途である。
完全ガイドで測った生成速度がこれだ（Ollama・300トークン生成・3回平均）。
| モデル | サイズ | 生成速度 |
|---|---|---|
| gemma4（7.5B級） | 9.6GB | 約91 tok/s |
| gpt-oss:20b（MoE） | 13GB | 約73 tok/s |
| qwen3:14b | 9.3GB | 約51 tok/s |
| gemma4:26b（MoE・VRAM超過） | 17GB | 約35 tok/s |
| qwen3.6:27b（dense・VRAM超過） | 17GB | 約7 tok/s |
16GBに収まる3つは、読むより速く文字が流れる。バックエンドをROCmとVulkanのどちらにするかで差は出るが（9月の測り直しでは12B以上の dense は ROCm、4B以下は Vulkan が速い。ドライバ更新で入れ替わった）、実測比較ではgemma4 7.5Bが100 tok/sを超えた。導入も、AMDのドライバを最新にしてOllamaかLM Studioを入れるだけで、HIP SDKもROCmの手動インストールも要らない。ここはNVIDIAと手間が変わらない。
問題は上限のほうだ。Gemma 4を5サイズ全部試した記事で、16GBに全部載るのは12Bまでと分かった。12Bで49.3 tok/s、26B（MoE）は溢れて29.5 tok/s、31B（dense）は4.0 tok/sまで落ちる。
ここで大事なのは、この壁はAMDかNVIDIAかの話ではなく、VRAM 16GBの話だということだ。同じ16GBのGeForceを買っても、31Bのdenseモデルが載らないのは同じである。LLMで26Bより上を常用したいなら、メーカーではなく24GB以上のカードを検討する段階になる。
つまりLLM用途の判断はこうなる。14B級までのチャットが目的なら、Radeonで十分に速い。そこに差額を払う理由を、筆者は見つけられなかった。
また、VRAMから溢れた分はメインメモリに乗る。以下の内容もすべて、VRAM16GB、メインメモリ64GBでの検証だ。メインメモリの容量が不安な人は増設しておこう。
ポチップ
【画像生成】SDXLまでは戦える。FLUX級から手間が増える
画像生成は、Radeonで「動く」と「快適」の境目がはっきり出た用途である。
ROCmのバージョンを上げるたびに同じ条件で測ってきた。6.4 / 7.1 / 7.11 の比較とROCm 10 導入記事を1つの表にまとめる。
| SD1.5（512px・8枚） | SDXL（1024px・1枚） | FLUX.1（1024px・1枚） | |
|---|---|---|---|
| ROCm 6.4 | 15.57秒 | 23.35秒 | 188.94秒 |
| ROCm 7.1 | 6.85秒 | 8.72秒 | 169.36秒 |
| ROCm 10（既定） | 7.72秒 | 8.27秒 | 41.33秒 |
| ROCm 10 + MIOpen | 4.72秒 | 5.67秒 | 35.8秒 |
SDXLが1枚5.7秒、SD1.5は8枚で4.7秒。趣味で回す分には、ここに不満は無い。ただし表の最下段は、環境変数 COMFYUI_ENABLE_MIOPEN=1 を1つ足した数字である。ROCm 10 で測り直した記事で分かったのは、ComfyUIは何も指定しないとAMDで畳み込みの最適化ライブラリを切っているということだった。知らなければ3割遅いまま使うことになる。
FLUX.1は別の話になる。ROCm 10で3.2倍速くなって35秒まで来たが、それ以上速くする設定が1つも無かった。MIOpenは効かず、以前の高速化記事で勧めたソース改変は逆に28%遅くした。そしてROCm 10 のWindows版にはtritonが無い。triton前提の高速化はWindowsのRadeonでは使えない。
実際の起動ログはこうなる。
Found comfy_kitchen backend triton:
{'available': False, 'unavailable_reason': "ImportError: No module named 'triton'"}ただし「tritonが無い＝何もできない」ではない。同じログで hip バックエンドは available になっていて、36個のカーネルが使える。使えなくなるのは triton を前提にした高速化だけである。
導入の手間も正直に書いておく。ROCm 10 はインストーラが無く、pipのwheelだけで配られている。
また、Ryzenのデスクトップでは内蔵GPUを先に掴むので --cuda-device 1 を指定しないと、エラーを出さずに異常に遅いだけという状態になる。筆者はこれで一度、内蔵GPUの上でFLUXを回しかけた。どれも解決した話だが、解決するまでの時間は「Radeonを選んだ代金」である。
画像生成の判断はこうなる。SD1.5とSDXLを回すなら、Radeonで足りる。FLUX級の大きなモデルや、出たばかりのモデルをすぐ試したいなら、設定に詰め代が無い分、NVIDIAのほうが素直だと思う。
もし、「今すぐ手っ取り早くStable Diffusionで画像生成をしてみたい」という場合は、ブラウザ上で完結するクラウド環境『ConoHa AI Canvas』を利用するのが一番簡単である。
複雑はインストール作業は一切不要で、スマホや非力なノートPCからでもすぐに高品質なAIイラストを作成できる。まずはクラウドで試してみよう。エントリープランは月500円と経済的だ。
【動画生成】動く。ただし「動かす」ための手順が多い
動画生成は、Radeonで「動くか」と「使えるか」がいちばん離れた用途だった。
6モデル試した記事の要点だけ並べる。1280×704・5秒の動画である。
| 構成 | 合計時間 | 見た目 |
|---|---|---|
| Wan 2.2 14B fp8 + 4step蒸留LoRA | 6分30秒 | 見るに耐える。唯一これだけ |
| Wan 2.2 14B fp8（素・20step） | 54分16秒 | 良いが待てない |
| LTX-2.3 22B（音声付き） | 3分33秒 | 綺麗だが指示が効かない |
| Wan 2.2 5B | 7分52秒 | のっぺり |
16GBに入らない14Bも22Bも、完走はした。メインメモリ64GBに溢れさせて動かしている。ただし「使える」構成に辿り着くまでに、蒸留LoRAを2つ当て、公式テンプレートのVAEデコードをタイル版に差し替える必要があった。差し替える前のVAEデコードはサンプリングの3倍の258秒かかっていて、これが28秒になった。公式テンプレートはそのままでは16GBのRadeonに合っていない。
さらに、fp8の重みがfp16にキャストされて計算されている問題が2026年9月時点でも未解決のまま残っている。ComfyUI側には RX 9070 XT（gfx1201）でまさにこの症状を報告した issue が2025年12月に立っていて、9か月経ってまだ open である。
ハードウェアの問題ではない可能性が高い。RDNA4のFP8はMI350Xと同じE4M3FN形式で、対応そのものは入っている。別のROCm系ライブラリでは「gfx1201がアーキテクチャ表から抜けていて、警告も出さずに落ちる」という同じ形の不具合が見つかり、表に1行足して直っている。つまりソフト側の取りこぼしという筋だが、ComfyUIの側はまだ直っていない。
これが解決すれば14Bはもっと速いはずで、逆に言えばいまのRadeonは動画生成モデルの精度をフルには使えていない。
動画の判断はこうだ。試したい程度ならRadeonでも成立する。ただしメインメモリ64GBが前提で、モデルは110GB落とすことになり、手順の1つ1つが「NVIDIA前提のテンプレートをRadeonに合わせる」作業になる。本気で動画をやるつもりなら、NVIDIAにしたほうがいい。筆者がこの用途だけは、そう言う。
【NVIDIAとの差】公開ベンチをどう読むか
ここまで「NVIDIAのほうが素直」と書いてきたが、どれくらい速いのかを筆者は測っていない。他者の数字を1本だけ引く。
自作PC系レビューサイトのちもろぐが、RTX 5070 Ti と RX 9070 XT を同じマシンで比べている。抜粋するとこうなる。
| 項目 | RTX 5070 Ti | RX 9070 XT |
|---|---|---|
| SDXL（832×1216・10枚） | 約44秒 | 2倍以上遅い |
| Wan 2.2（480p・81フレーム） | 約130秒 | 約500秒 |
| Wan 2.2（720p・81フレーム） | 約380秒 | VRAM不足で失敗 |
| LLM 14B（LM Studio） | 約1.3倍速い | — |
ただし、この記事は2025年9月14日の公開で、Radeon側のROCmのバージョンが書かれていない。2025年9月時点のWindows向けROCmは6.4系である（7.1.1の配布は2025年11月）。そして当ブログの実測では、6.4から7.1に上げただけでSDXLは23.35秒が8.72秒になっている。上の表のRadeon側は、いま買って組む環境より2〜3倍遅いものを測っている可能性が高い。
もう1つ。表の「720p・81フレームで失敗」は、当ブログの環境では同じ1280×704・81フレームが6分30秒で完走している（ROCm 10・4step LoRA・タイルVAE。ステップ数が違うので時間の直接比較はできない）。1年でここまで変わった。
だから筆者の読みはこうだ。画像・動画でNVIDIAが速いのは間違いない。LLMで1.3倍という差も、帯域の差から見て妥当だと思う。ただし「2倍以上」「4倍」という数字をそのまま2026年のRadeonに当てはめるのは間違いで、ROCmが2世代進んだ分を差し引いて読む必要がある。それでも残る差を、価格差と手間で払うかどうかが、この記事の問いである。
【価格】差額は約8万円。その分で何が買えるか
2026年9月14日時点の新品最安値を、価格比較サイトから引く。
| カード | VRAM | 新品最安値（楽天系ショップ） |
|---|---|---|
| Radeon RX 9070 XT | 16GB | 129,800円 |
| GeForce RTX 5070 Ti | 16GB | 207,700円 |
差額は約78,000円である（価格.comの一覧でも RX 9070 XT が129,800円から、RTX 5070 Ti が207,447円からで、ほぼ同じ差になる）。なお RX 9070 XT は1月に14万円台まで上がったあと下がり、2026年7月時点のAmazon価格は96,800円だった。2か月で3万円以上動いていることになる。価格は月単位で動くので、必ず買う日に見直してほしい。
ポチップ
ポチップ
この差額で何が買えるかというと、DDR5 64GBがほぼ丸ごと買える。当ブログの実測では、動画生成もFLUXも、VRAMから溢れた分の行き先としてメインメモリ64GBが効いていた。「GPUをRadeonにして、浮いた分でメモリを64GBにする」は、筆者が実際にやっている構成である。
逆に言えば、NVIDIAを選ぶなら、その8万円分の手間が省けるかどうかが問いになる。筆者の1年で言えば、LLMと画像（SDXLまで）は省ける手間がほとんど無く、動画とFLUX級は省ける手間が大きかった。用途で答えが割れるのは、ここが理由だ。
【学習・開発】ここだけは迷わずNVIDIA
LoRAの学習や、CUDA前提のライブラリを使う開発については、当ブログに実測が無い。だからこの節は短い。
言えるのは事実だけだ。ROCm 10 のWindows版にはtritonのwheelが存在しない（Linux版はある）。公式も「ROCmスタック全体がWindowsで動くわけではない」と明記している。学習系のツールはCUDAとtritonを前提に書かれているものが多く、Radeonでそれを動かす作業は、筆者が画像・動画でやってきた「テンプレートを合わせる」作業より重い。
学習や開発が目的に入っているなら、NVIDIAにすること。推論だけなら上の3節のとおりだが、ここは筆者がRadeonを勧めない。
【第3の道】MacとミニPC
「AMDかNVIDIAか」の外に、統合メモリの選択肢が2つある。片方は測っていて、片方は測っていない。
M4 MacBook Air 24GB は測った。LLMの記事では、24GB積んでもGPUに回るのは既定で16 GiBで、Gemma 4 E4Bが28.5 tok/s、12Bが12.3 tok/s。RX 9070 XT の4分の1から半分だった。画像生成の記事ではSD1.5が1枚15秒、SDXLは1枚2分半以上かかる。そしてファンレスなので、連続で回すと4分で3割遅くなる。出先でE4Bクラスを使うなら実用だが、据え置きでAIを回す機械としては勧めない。
Ryzen AI Max+ 395（Strix Halo）のミニPCは測っていない。統合メモリを128GB積める構成があり、16GBのGPUでは載らない70B級のモデルを載せる、という別解として名前が挙がる。2026年5月には国内でも128GBモデルが発売されている。ただし筆者は手元に持っておらず、速度もメモリ帯域の実効値も分からない。「大きいモデルを、速くなくていいから動かしたい」という人向けの選択肢として、名前だけ置いておく（未検証）。
はっきり書いておくと、筆者はこれを勧めない。勧められるだけの数字を持っていないからだ。ただし当ブログの結論は「16GBでは26Bから先が苦しい」で止まっている。その先を統合メモリで越えるという発想は、GPUを買い替える以外の唯一の逃げ道ではある。調べる価値はあるが、当ブログの実測は一切あてにしないでほしい。
【構成】GPU以外にいくら振るか。削ってはいけないのはメモリとSSD
BTOで見積もるとき、迷うのはGPU以外である。当ブログの実測から言えることだけ書く。
| パーツ | 筆者の構成 | 削るとどうなるか |
|---|---|---|
| GPU | RX 9070 XT 16GB | この記事の本題。16GBの壁は【結論】の表のとおり |
| メインメモリ | DDR5 64GB | 動画生成もFLUXも、VRAMから溢れた分の行き先がここ。当ブログの「5秒動画を6分30秒で完走」は64GBでの話で、32GBは未検証 |
| SSD | 2TB以上を推奨 | 動画生成で6モデル試したら、モデルだけで110GBあった。画像とLLMのモデルも足すと1TBはすぐ埋まる |
| CPU | Ryzen 9 7900X | GPUに載りきっている限り出番が少ない。ここを上げるより、メモリとSSDを先に決めたほうがいい |
なお、下位カード（RX 9060 XT / RTX 5060 Ti など）は当ブログに実測が無いので、この記事では推さない。16GB同士の比較に絞ってある。
【まとめ】筆者がいま買い直すなら
お疲れ様でした。最後に、1年分の実測を「買う前の一言」に圧縮する。
- チャット用のLLM（14B級まで）と、SDXLまでの画像生成が目的なら、Radeon RX 9070 XT で困らない
- 動画生成・FLUX級の画像・学習が目的に入るなら、NVIDIAにする
- どちらを選んでも、16GBの壁は同じ。26Bより上のLLMを常用するならVRAM量で選ぶ
- Radeonにするなら、浮いた差額でメインメモリを64GBにする
筆者自身がいま買い直すならどうするか。LLMと画像が主なので、もう一度Radeonを選ぶ。差額でメモリを積んだ構成が、この1年で実際に役に立ったからだ。ただし、もし動画生成を主目的に据えるなら、次はNVIDIAにする。テンプレートを合わせる作業を、もう一度やりたいとは思わない。
どちらを選ぶにしても、GPUだけ決めれば、あとは普通のデスクトップでよい。CPUはGPUに載りきる限り出番が少なく、効くのはVRAM・メインメモリ・モデル置き場のSSDの3つである。BTOで組むなら、GPUとメモリ64GBを先に決めて、残りは予算に合わせればいい。
Radeonを選んだ人は、生成AIを動かす全手順まとめから読み始めてほしい。この記事の数字は、全部そこから辿れる。
【よくある質問】
Radeonで生成AIは本当に動くのか
動く。筆者は2025年9月に RX 9070 XT 16GB を買い、1年使ってきた。当ブログにはその実測記事が14本ある。「動くかどうか」はもう論点ではなく、「どこまで速いか・どこで手間が増えるか」が論点である。
VRAMは何GB必要か
用途で変わる。当ブログの実測では、チャット用のLLM（14B級まで）とSDXLまでの画像生成なら16GBで足りた。26BのLLMは16GBから溢れて29.5 tok/s、31Bは4.0 tok/s まで落ちる。26Bより上を常用するなら、16GBでは足りない。
メインメモリは何GB必要か
64GBを勧める。VRAMから溢れた分の行き先がここで、動画生成もFLUXも、当ブログの完走はすべて64GBでの話である。32GBで足りるかは測っていない。GPUを1つ上のグレードにするより、メモリを64GBにするほうが効いた場面が多かった。
ROCmはWindowsで動くのか
推論は動く。当ブログはWSLもデュアルブートも使わず、Windowsだけで画像生成・LLM・動画生成を回している。ただしROCm 10 のWindows版には triton の wheel が無い（Linux版にはある）。AMD公式も、ROCmスタック全体がWindowsで動くわけではないと明記している。
RadeonでComfyUIは使えるか
使える。当ブログのベンチはすべてComfyUIで取った。ただしモデルによってはテンプレートを合わせる作業が要る。その手間を許容できるかどうかが、この記事の最後の分かれ目になる。
学習（LoRA学習）もRadeonでできるか
当ブログに実測が無い。だから勧めない。学習系のツールはCUDAとtritonを前提に書かれているものが多く、Windowsのtritonが無い以上、推論と同じようにはいかない。学習が目的に入っているならNVIDIAにすること。
参考文献
- RTX 5070 Tiベンチマーク：RX 9070 XTとどっちがいいか性能比較（ちもろぐ・2025-09-14）
- Radeon RX 9070 XTの新品最安値・価格比較（いまいくら？GPU）
- GeForce RTX 5070 Tiの新品最安値・価格比較（いまいくら？GPU）
- 価格.com Radeon RX 9070 XT 搭載グラフィックボード一覧
- 価格.com GeForce RTX 5070 Ti 搭載グラフィックボード一覧
- Install AMD ROCm 10.0.0（Windows・RX 9070 XT）
- PyTorch via PIP installation — Use ROCm on Radeon and Ryzen（7.2.1・Windows の但し書き）
- 128GBメモリとRyzen AI Max+ 395搭載、MINIXのAIミニPC「ER939-AI」が国内発売（PC Watch・2026-05-27）
- AMD graphics cards are forced to switch to FP16 precision mode when using FP8 models（Comfy-Org/ComfyUI #11519・2025-12-26・open）
- gfx1201 (RDNA4) not in AITER arch table — FP8 WMMA silently falls back（ROCm/TransformerEngine #520・closed）
コメント