Imperial AI Lab

「自宅でローカルLLMやStable Diffusionを動かしたいけれど、デスクトップPCはデカすぎて部屋に置きたくない……」
「静音で省スペースなミニPCを使いたいが、内蔵GPU（iGPU）ではAI生成が遅すぎて話にならない……」

このような悩みを抱えていませんか？近年、省スペース性と高いCPU性能を両立した「ミニPC」が爆発的な人気を集めています。しかし、ローカルAI環境を構築する上で最大の障壁となるのが「GPUパワー（VRAM容量）」の不足です。そこで浮上するのが、ミニPCに外付けGPU（eGPU）を接続するというアイデアです。

「Thunderbolt接続のeGPUは、帯域がボトルネックになってAI生成では使えない」という噂を耳にしたことがあるかもしれません。本記事では、Thunderbolt 3/4の限界値、そして今大きな注目を集めている次世代の超高速インターフェース「Oculink（オキュリンク）」の実力、さらにはローカルAIに最適なeGPUドックの選定基準まで、ハードウェアの専門知識を交えて徹底解説します。省スペースで最強のAI開発環境を手に入れるための最適解が、ここにあります。

なぜミニPC＋eGPU（外付けGPU）がローカルAIで注目されているのか？

ローカルAI（画像生成AIや大規模言語モデル：LLM）の普及に伴い、自宅にハイスペックなAI実行環境を構築したいという需要が急増しています。その中で、なぜ巨大なミドルタワーPCではなく「ミニPC＋eGPU」という構成が注目を浴びているのでしょうか。理由は大きく分けて2つあります。

デスクトップPCの「デカい・うるさい」からの解放

NVIDIA GeForce RTX 4080やRTX 4090といったハイエンドグラフィックボードを搭載するデスクトップPCは、筐体が非常に大きく、重量も15kgを超えることが珍しくありません。また、AI処理中のファンノイズは掃除機並みになることもあり、リビングや狭い書斎に置くには大きなストレスとなります。

一方、ミニPCは手のひらサイズで、通常時の消費電力も極めて低く、動作音も静かです。必要な時だけeGPUの電源を入れ、AI生成を行わないときはミニPC単体で静かに作業する、というハイブリッドな運用が可能になります。

ローカルAI（画像生成・LLM）に求められるVRAM（GPUメモリ）の壁

ローカルAIを快適に動作させるために最も重要なスペックは、GPUの演算性能（TFLOPS）よりも「VRAM（ビデオメモリ）の容量」です。

• Stable Diffusion (SDXL): 最低でもVRAM 12GB以上（推奨16GB以上）
• ローカルLLM (Llama 3 8B / Command R+): 量子化モデルでも8GB〜16GB以上のVRAMが必要

ミニPCに搭載されている内蔵GPU（Radeon 780Mなど）はメインメモリの一部をVRAMとして共有するため、処理速度が極めて遅く、実用レベルには達しません。このVRAM不足を一気に解決する手段として、大容量VRAMを搭載したグラフィックボードを外部接続できる「eGPU」が脚光を浴びています。

eGPU接続規格の真実：Thunderbolt 3/4のボトルネックと限界

外付けGPUを接続する際、最も普及しているのが「Thunderbolt 3」および「Thunderbolt 4（USB4）」接続です。しかし、結論から言うと、Thunderbolt接続はローカルAI処理において小さくないボトルネック（速度低下）が発生します。

帯域幅（40Gbps）がAI生成スピードに与える影響

Thunderbolt 3/4（および一般的なUSB4 40Gbps）の最大転送速度は「40Gbps」です。これはPCI Expressに換算するとPCIe 3.0 x4（約32Gbps分のデータ帯域）に相当します。

ゲーム用途でもeGPUはパフォーマンスが10〜20%低下しますが、ローカルAI処理ではさらに顕著な影響を受けます。なぜなら、AIの実行（特にLLMのプロンプト処理やSDXLのモデルロード時）には、メインメモリ（RAM）とGPUメモリ（VRAM）の間で、ギガバイト単位の巨大なテンソルデータ（重みデータ）が頻繁に往来するからです。この往来が40Gbpsという狭い道路で渋滞を起こし、GPU本来の演算性能をフルに発揮できなくなります。

データ転送ロス（PCIeレーン変換のオーバーヘッド）

Thunderbolt接続では、CPUから出力されたPCIe信号を一度Thunderboltコントローラー（Intel Alpine RidgeやMaple Ridgeなど）を介してパケット化し、ケーブルを通して受取側のコントローラーで再度PCIe信号に復元するという「変換処理」が行われます。この変換によるレイテンシ（遅延）が、AI生成のステップごとの処理にわずかな遅れを生じさせ、塵も積もれば山となって全体の生成時間を引き延ばす原因になります。

救世主「Oculink（PCIe 4.0 x4）」の登場と圧倒的優位性

Thunderboltの帯域制限によるボトルネックを打破し、ミニPC＋eGPU構成を「実用レベル」に引き上げた救世主が、新規格「Oculink（オキュリンク）」です。

Oculinkとは？Thunderbolt 4との速度比較（64Gbpsの実力）

Oculink（SFF-8611）とは、本来サーバー内部のストレージ接続などに使われていた規格を、外付けGPU接続用に転用したものです。最大の特徴は、コントローラーチップを介さず、CPUのPCIeレーンと直接生接続（ネイティブ接続）できる点にあります。

OculinkはPCIe 4.0 x4（64Gbps）の帯域をそのまま利用できるため、Thunderbolt 4の約2倍の転送速度を誇ります。さらに中間チップを通さないためレイテンシが極めて低く、デスクトップPCのマザーボードに直接グラフィックボードを挿した場合とほぼ同等のパフォーマンスを発揮できます。

ミニPC市場でOculink対応機が急増している理由

この圧倒的なパフォーマンス差に目をつけたMinisforum（ミニズフォーラム）やGPD、Geekomなどの主要ミニPCメーカーは、筐体に最初から「Oculink専用ポート」を搭載したモデルを次々とリリースしています。ローカルAIや高解像度ゲームをターゲットにしたユーザーにとって、Oculinkは今や必須のインターフェースとなりつつあります。

ローカルAIを実用レベルで動かすための「eGPUドック」選定ガイド

ミニPCとeGPUを繋ぐには、「eGPUドック（エンクロージャー）」が必要です。自身のミニPCの端子規格と、予算・用途に合わせて最適なドックを選定しましょう。

【定番】Thunderbolt 4対応：Razer Core X / TH3P4G3

お使いのミニPCにOculinkポートがなく、Thunderbolt 4（またはUSB4）しか搭載されていない場合は、以下の選択肢になります。

• Razer Core X: 電源（650W）を内蔵した最もスタンダードなボックス型ドック。大型の3スロットGPUも収納可能。
• TH3P4G3 (DIYドック): 基盤むき出しのオープンフレーム型ドック。SFX電源やATX電源をユーザー自身で用意して組み合わせる必要があり、省スペースかつ安価に構築できますが、自作PCの知識が必要です。

【最速】Oculink対応：GPD G1 / ONEXGPU / Minisforum DEG1

ミニPCにOculinkポートがある場合は、迷わずOculink対応ドックを選択してください。

• Minisforum DEG1: Oculink専用のシンプルなeGPUマウントドック。ATX電源またはSFX電源を別途用意し、お好みのデスクトップ用グラボ（NVIDIA RTXシリーズなど）を挿して使用します。価格が非常に安価（約1.5万円）で、最も実用的です。
• GPD G1 / ONEXPLAYER ONEXGPU: モバイル向けの「Radeon RX 7600M XT」を内蔵した超小型のポータブルeGPU。ただし、搭載されているのがAMD製GPUであるため、NVIDIA製（CUDA環境）がデファクトスタンダードであるローカルAI（特に各種環境構築）においては、ライブラリの互換性問題から上級者向けとなります。

グラフィックボード（GPU）自体の選び方

ローカルAI目的でeGPUドックに搭載するグラフィックボードを選ぶ場合、NVIDIA一択です。AMD製やIntel製のGPUは、Stable DiffusionやLLMの実行環境（PyTorch等）との互換性でトラブルが多く、初心者にはおすすめできません。

• 【高コスパ】GeForce RTX 3060 (VRAM 12GB): 低予算でVRAM 12GBを確保できるため、ローカルAIの入門に最適。
• 【バランス型】GeForce RTX 4070 Ti SUPER (VRAM 16GB): 256-bitの高速メモリバスと16GBのVRAMを備え、SDXLの生成も一瞬。現在のローカルAI環境の「黄金スペック」。
• 【最高峰】GeForce RTX 4090 (VRAM 24GB): LLMの13B/70Bモデルをローカルで動かしたい場合の究極の選択。ただし、Oculink接続であっても若干のボトルネックが発生する点と、eGPUドックの電源容量（850W以上推奨）に注意。

【検証】Stable DiffusionとローカルLLMは実際にどのくらい動く？

実際に「ミニPC（Ryzen 7 7840HS搭載）＋ eGPU（GeForce RTX 4070 Ti SUPER 16GB）」の構成で、どの程度AIが実用的に動作するのかベンチマークの目安を見てみましょう。

SDXL（画像生成）における生成時間の比較

Stable Diffusion WebUIにて、SDXLモデル（解像度 1024×1024、Steps: 30、Sampler: DPM++ 2M Karras）で1枚の画像を生成する時間を比較します。

• デスクトップ直挿し (PCIe 4.0 x16): 約 4.2秒
• Oculink接続 (PCIe 4.0 x4): 約 4.5秒 （性能低下ほぼなし）
• Thunderbolt 4接続 (USB4): 約 6.1秒 （約30%以上の速度低下）

Oculink接続の場合、デスクトップPCに直接挿した場合と体感差がほぼありません。モデルの初回読み込み（ロード時間）においても、OculinkはThunderbolt 4の半分以下の時間で完了し、非常に快適です。

Llama 3 / Command R+（LLM）のトークン生成速度

ローカルLLM（Llama 3 8B – Q4_K_M量子化モデル）を使用し、1秒あたりの出力文字数（Tokens per Second）を計測した場合：

• Oculink接続: 約 45 tok/s（極めてスムーズ、一瞬で回答が出力される）
• Thunderbolt 4接続: 約 35 tok/s（プロンプトの読み込み「Prefill phase」で一瞬もたつく）

長文の文脈（コンテキスト）を入力した際、Thunderbolt接続ではプロンプトの処理時間が明確に長くなりますが、Oculinkではストレスなく処理されます。

ミニPC＋eGPU環境を構築する際の注意点とデメリット

メリットの多いミニPC＋eGPUですが、導入前に知っておくべきデメリットや特有のトラブルも存在します。

相性問題とドライバーの競合（特にRadeon vs NVIDIA）

多くのミニPC（MinisforumやBeelinkなど）には、AMDの「Ryzen」プロセッサが搭載されています。これらに内蔵されているGPU（Radeon 780Mなど）のドライバーと、外付けするNVIDIAの「GeForce」ドライバーが競合し、OSが不安定になったり、eGPUを認識しなかったりするトラブルが稀に発生します。

これを防ぐには、接続前に「DDU (Display Driver Uninstaller)」などのツールを使い、グラフィックドライバーをクリーンインストールする、あるいはミニPCのBIOS設定から「iGPU（内蔵GPU）の無効化」や「PCIeスピードの設定」を調整するなどのハードウェア知識が必要です。

コストパフォーマンスの罠（デスクトップ1台の方が安い？）

最も考慮すべきは「トータルコスト」です。

• 高性能ミニPC：約 8万〜12万円
• Oculink対応eGPUドック＋電源ユニット：約 3万〜5万円
• グラフィックボード（RTX 4070 Ti Super）：約 13万〜15万円
• 合計：約 24万〜32万円

これだけの予算があれば、最初からGeForce RTX 4070 Ti SUPERを搭載したBTOデスクトップパソコン（ミドルタワー型）を丸ごと1台購入できてしまいます。したがって、この構成は「どうしても部屋を広く使いたい」「ノートPCやミニPCの機動性を活かしつつ、自宅ではAI開発をガチで行いたい」という明確な目的を持つ人にのみ推奨されます。

まとめ：あなたにとって「ミニPC＋eGPU」は買いか？

ミニPC＋外付けGPU（eGPU）によるローカルAI環境の構築は、新規格「Oculink」の登場によって、完全に実用レベルに達しました。

かつてのThunderbolt接続におけるボトルネックに悩まされることなく、デスクトップPC同等の快適さでStable Diffusionの画像生成やローカルLLMとのチャットを楽しむことができます。

• 買うべき人： デスクをすっきりさせたい、静音性を重視したい、すでにOculink対応のミニPCやゲーミングUMPC（GPD Win4など）を所有している。
• 見送るべき人： コストパフォーマンスを最重視する、自作PCのようなトラブルシューティング（ドライバーの相性問題など）を自分で行う自信がない。

Imperial AI Labでは、ローカルAI環境に最適なBTOパソコンの選定や、最新のハードウェア情報を発信しています。あなたのライフスタイルと予算に合わせた最適なAI構築プランを見つけてください。