【GMKtec EVO-X3レビュー】128GBで70BローカルLLMは動く？Ryzen AI Max+ 395の性能・評判・デメリットを徹底解説

4. GMKtec EVO-X3のメリット7選｜128GBメモリと高性能APUが選ばれる理由

GMKtec EVO-X3の最大の魅力は、一般的なミニPCでは実現しにくい大容量メモリと高性能な統合GPUを、コンパクトな筐体にまとめていることです。

特に、70BクラスのローカルLLMを実行したい人や、AI開発・動画編集・プログラミングを一台でこなしたい人にとって、128GB LPDDR5Xメモリは大きなメリットになります。

ここでは、GMKtec EVO-X3を選ぶ7つのメリットを詳しく解説します。

メリット① 128GBメモリで70BクラスのローカルLLMを扱いやすい

最大のメリットは、128GBの大容量メモリです。

一般的な16GB・32GBメモリ搭載PCでは、70Bクラスの大規模言語モデルをメモリ上に収容することが難しく、CPUとストレージ間で大量のデータをやり取りする必要が生じる場合があります。

GMKtec EVO-X3なら、70Bクラスの4bit・8bit量子化モデルをメモリに収容できる余裕があります。

もちろん、モデルの形式やコンテキスト長によって必要メモリは変わりますが、モデルの容量を理由に選択肢を制限されにくい点は魅力です。

また、AIチャットだけでなく、文章生成、プログラミング支援、PDF要約、翻訳、RAGなど、さまざまな用途にローカルLLMを活用できます。

メリット② CPUとGPUで大容量メモリを共有できる

Ryzen AI Max+ 395は、CPUとGPUがメモリを共有する設計を採用しています。

一般的な専用GPU搭載PCでは、システムメモリとGPUのVRAMが分かれています。

そのため、システムメモリが128GBあっても、GPUのVRAMが16GBであれば、大規模なAIモデルをGPU側に完全収容できないケースがあります。

一方、GMKtec EVO-X3では、128GBの共有メモリを利用できるため、専用GPUのVRAM容量による制約を受けにくくなります。

これは、大規模なローカルLLMを利用するうえで重要な特徴です。

ただし、共有メモリの容量とGPUの処理速度は別問題です。高速な専用VRAMを搭載するRTXシリーズのほうが、特定のAI処理では高性能になる場合があります。

メリット③ 外付けGPUなしでもAI開発を始められる

Radeon 8060Sを搭載しているため、対応するAIソフトウェアであれば、外付けGPUを用意せずにGPUアクセラレーションを利用できます。

専用GPUを搭載したデスクトップPCでは、グラフィックボード本体の価格だけでなく、電源容量、ケースサイズ、冷却性能なども考慮する必要があります。

GMKtec EVO-X3なら、購入時点でCPU、GPU、128GBメモリ、2TB SSDが揃っているため、ローカルAI環境を比較的コンパクトに構築できます。

特に、設置スペースが限られる自宅や研究室、オフィスなどでメリットを感じやすいでしょう。

メリット④ 16コア32スレッドでAI開発とマルチタスクに強い

Ryzen AI Max+ 395は16コア32スレッドの高性能CPUです。

ローカルLLMを実行しながら、プログラミング、データ処理、ブラウザー、開発ツールなどを同時に利用する場面でも、複数のCPUコアを活用できます。

また、Dockerコンテナや仮想マシンを利用する開発環境にも適しています。

AIモデルの推論だけでなく、データの前処理やアプリケーション開発まで一台で進めたいユーザーにとって、CPU性能の高さは重要です。

メリット⑤ 2TB SSD標準搭載で最大16TBまで拡張できる

GMKtec EVO-X3は、2TB PCIe 4.0 NVMe SSDを標準搭載しています。

ローカルAIでは、複数のモデルファイルを保存するため、ストレージ容量が重要になります。

例えば、70Bクラスの量子化モデルを複数保存したり、画像生成モデル、動画素材、学習データなどを管理したりすると、数百GBから数TBの容量を使用する場合があります。

2TB SSDが標準搭載されているため、購入直後から比較的余裕のある環境を構築できます。

さらに、商品説明ではM.2 2280 PCIe 4.0×4スロットを2基搭載し、合計最大16TBまで拡張可能とされています。

将来的にAIモデルやデータが増えても、SSD増設によって対応できる点は魅力です。

ただし、SSD増設時には対応容量、発熱、保証条件などを確認しましょう。

メリット⑥ OCuLink・USB4・Wi-Fi 7など拡張性が高い

GMKtec EVO-X3は、OCuLink、USB4 40Gbps、HDMI 2.1、Wi-Fi 7、2.5GbE LANなどを備えています。

特にOCuLinkは、外付けGPUを接続したいユーザーにとって注目したいインターフェースです。

将来的にGPU性能が不足した場合、対応するeGPU環境を追加することで、用途を拡張できる可能性があります。

また、USB4は高速外付けSSDや対応ドッキングステーションとの接続に利用できます。

AI開発だけでなく、動画編集やデータ管理など、幅広い用途に対応できる構成です。

メリット⑦ ローカルAIでクラウドAPI料金を抑えられる可能性がある

ローカルLLMを利用するメリットの一つが、推論処理を自分のPCで実行できることです。

クラウドAIのAPIでは、利用したトークン数に応じて料金が発生する場合があります。

一方、ローカルLLMでは、自分のPCで推論するため、通常は生成するたびにクラウドAPI料金が発生することはありません。

ただし、PC本体の購入費用、電気代、保守費用、モデルの利用条件などは考慮する必要があります。

大量の文章生成やプログラミング支援、社内資料の分析などを継続的に行う場合は、ローカルAIによって長期的な費用を抑えられる可能性があります。

また、外部サービスに文書を送信せずに処理できるため、機密情報を扱う用途でもメリットがあります。

ただし、ローカル環境であっても、OSやアプリケーションの通信設定、セキュリティ対策は必要です。

GMKtec EVO-X3のメリットを総合評価

GMKtec EVO-X3は、単に高性能なミニPCが欲しい人よりも、大容量メモリを必要とするローカルAIユーザーに向いています。

特に、70Bクラスの量子化LLMを利用したい人にとって、128GB共有メモリは購入を検討する大きな理由になるでしょう。

5. GMKtec EVO-X3はやめとけ？購入前に知るべきデメリットと後悔するポイント

GMKtec EVO-X3は、Ryzen AI Max+ 395と128GBメモリを搭載した高性能AIミニPCですが、すべてのユーザーにおすすめできるわけではありません。

特に注意したいのが、価格、メモリ増設の制限、AMD GPUのソフトウェア互換性、70Bモデルの推論速度です。

「128GBだから何でもできる」「126TOPSだからAI処理が必ず速い」と考えて購入すると、用途によっては期待と異なる結果になる可能性があります。

ここでは、購入前に知っておきたいデメリットを詳しく解説します。

デメリット① 128GBモデルは価格が高くなりやすい

GMKtec EVO-X3は、一般的なミニPCと比較して高価な製品です。

Ryzen AI Max+ 395、128GB LPDDR5Xメモリ、2TB SSDなど、高性能な構成を採用しているためです。

しかし、Web閲覧、Office作業、動画視聴、軽いプログラミング程度であれば、ここまでの性能は必要ありません。

また、7B〜8BクラスのローカルLLMを中心に利用する場合も、より安価なPCで対応できる可能性があります。

そのため、70BクラスのLLMを利用する予定がない人は、費用対効果を慎重に検討する必要があります。

デメリット② 128GBメモリは後から増設できない

GMKtec EVO-X3のLPDDR5Xメモリは、基板に実装されるオンボード方式です。

一般的なデスクトップPCのように、メモリモジュールを交換して容量を増やすことはできません。

購入後に64GBから128GBへ増設したり、128GBから256GBへ変更したりすることはできないため、最初の容量選択が重要です。

ただし、今回の128GBモデルであれば、一般的な用途では十分以上の容量があります。

70Bクラスの量子化モデルを中心に利用する場合も、容量面では比較的余裕があります。

一方、さらに大規模なモデルや長いコンテキストを扱いたい場合は、128GBでも不足する可能性があります。

デメリット③ NVIDIA CUDAを前提とするAI環境には向かない場合がある

AI開発では、NVIDIAのCUDAを前提としたソフトウェアやライブラリが数多く利用されています。

GMKtec EVO-X3に搭載されるRadeon 8060SはAMD製GPUのため、CUDAを直接利用することはできません。

AMD GPU向けにはROCmなどの選択肢がありますが、すべてのAIソフトウェアが同じように動作するわけではありません。

例えば、特定の機械学習ライブラリや画像生成ツールでは、AMD GPU向けの設定が必要になったり、一部機能が利用できなかったりする場合があります。

特に、CUDA専用の研究コードや開発環境を利用している人は注意が必要です。

デメリット④ 70Bモデルが動いても高速とは限らない

128GBメモリを搭載しているため、70Bクラスの量子化モデルを収容しやすいことは確かです。

しかし、実際の推論速度は、メモリ帯域、GPU演算性能、量子化形式、推論バックエンドなどによって変化します。

例えば、70Bモデルを読み込めても、回答生成に時間がかかる可能性があります。

また、長い文章を入力した場合は、プロンプト処理やKVキャッシュの影響によって、応答までの時間が増えることがあります。

ローカルLLMを快適に利用したい場合は、モデルを動かせるかどうかだけでなく、実際のToken/秒や応答待ち時間を確認することが重要です。

デメリット⑤ 高負荷時の発熱とファン騒音に注意

Ryzen AI Max+ 395は高性能なAPUであり、負荷が高くなるほど発熱量も増えます。

GMKtec EVO-X3は、3基の冷却ファンと3本のヒートパイプを採用し、54W・85W・140Wの電力モードを備えるとされています。

ただし、140Wモードで長時間AI推論やレンダリングを実行した場合、冷却ファンの回転数が上がる可能性があります。

静かな部屋で利用したい場合は、Silent ModeやBalanced Modeを選択する運用も考えられます。

ただし、静音性を優先すると処理性能が低下する場合があるため、用途に応じた設定が必要です。

デメリット⑥ ゲーム性能だけならRTX搭載PCが有利な場合がある

Radeon 8060Sは高性能な統合GPUですが、最新の専用GPUと比較すると性能差が生じる場合があります。

特に、4Kゲーミング、高度なレイトレーシング、高フレームレートを重視する場合は、GeForce RTXシリーズを搭載したゲーミングPCが有利になるケースがあります。

また、ゲームによってはGPUドライバーや最適化状況によって性能が変わります。

ゲームを主目的として購入するなら、同じ価格帯のRTX搭載PCと比較することをおすすめします。

デメリット⑦ eGPUを利用する場合は追加費用がかかる

GMKtec EVO-X3はOCuLinkを搭載しているため、外付けGPU環境を構築できます。

しかし、eGPUを利用するには、対応する接続機器、グラフィックボード、電源などが必要です。

さらに、接続帯域や互換性によって、GPU本来の性能を完全に発揮できない場合があります。

将来的にeGPUを追加する予定がある場合は、最初から専用GPU搭載デスクトップPCを購入するほうが合理的なケースもあります。

GMKtec EVO-X3で後悔しやすい人の特徴

以下のような人は、購入前に慎重な比較が必要です。

• 70BクラスのLLMを利用する予定がない

• ゲーム性能を最優先している

• CUDA専用のAI開発環境を利用している

• 購入後にメモリを増設したい

• 価格の安さを最優先している

• AIソフトウェアの設定や互換性確認を避けたい

一方、大規模ローカルLLMを利用する目的が明確であれば、128GBメモリとRadeon 8060Sの組み合わせは大きなメリットになります。

GMKtec EVO-X3は「やめとけ」と一概に評価する製品ではありません。大容量共有メモリを必要とするかどうかが、購入満足度を左右する重要なポイントです。

6. GMKtec EVO-X3とEVO-X2の違いは？スペック・AI性能・価格を比較

GMKtec EVO-X3を購入する際に気になるのが、従来モデル「GMKtec EVO-X2」との違いです。

EVO-X2もRyzen AI Max+ 395と128GBメモリを採用した構成が存在するため、単純なCPU性能やAIモデルの収容能力だけでは、大きな差が生まれない可能性があります。

そのため、EVO-X3とEVO-X2を比較する際には、CPUやGPUの性能だけでなく、冷却設計、静音性、OCuLink、販売価格などを確認することが重要です。

EVO-X3とEVO-X2の主なスペック比較

※EVO-X2には複数の販売構成があるため、比較する際は同じCPU・メモリ容量のモデルを選ぶ必要があります。

CPUとGPUが同じならAI性能も同じ？

EVO-X3とEVO-X2が同じRyzen AI Max+ 395を搭載している場合、CPUやGPUの基本的な演算能力は共通です。

そのため、EVO-X3になっただけで70Bモデルの推論速度が大幅に向上するとは限りません。

ただし、冷却性能や電力設定、ファームウェア、メモリ設定などが異なる場合、長時間負荷での性能に差が生じる可能性があります。

特に、70BクラスのLLMを長時間利用する場合は、瞬間的なベンチマークスコアよりも、安定して処理を継続できることが重要です。

EVO-X3の注目ポイントは冷却設計と静音性

EVO-X3では、3基の冷却ファンと3本のヒートパイプを採用するとされています。

高性能APUでは、冷却性能が不足すると温度上昇によって動作クロックが制限される場合があります。

冷却設計が改善されていれば、長時間のAI推論や動画エンコードなどで安定した性能を維持しやすくなる可能性があります。

ただし、ファンの数が多いことだけで静音性や冷却性能の優劣を判断することはできません。

実際の騒音値や温度、持続クロックなどを確認することが重要です。

OCuLinkの有無は大きな比較ポイント

EVO-X3の特徴の一つがOCuLinkです。

OCuLinkはPCI Expressを外部機器へ接続するためのインターフェースで、対応するeGPU環境を構築する際に利用できます。

AI開発でNVIDIA GPUが必要になった場合や、ゲーム性能を強化したい場合など、将来的な拡張手段として役立ちます。

ただし、OCuLink接続のeGPUはホットプラグに対応しない構成も多く、接続時にはPCの電源を切る必要がある場合があります。

また、外付けGPUの性能は接続帯域や使用環境によって変わります。

EVO-X2からEVO-X3へ買い替える価値はある？

すでにRyzen AI Max+ 395と128GBメモリを搭載したEVO-X2を所有している場合、EVO-X3への買い替えは慎重に判断したいところです。

CPUとGPUが同じであれば、基本的な演算性能の向上は限定的と考えられます。

一方、OCuLinkが必要な場合や、冷却性能・静音性・接続端子の改善に魅力を感じる場合は、買い替えを検討する価値があります。

特に、現在のEVO-X2で冷却や拡張性に不満がない場合は、無理に買い替える必要性は高くありません。

新規購入ならEVO-X3とEVO-X2のどちらがおすすめ？

新規購入の場合は、販売価格と用途によって判断が変わります。

EVO-X2が大幅に安く、70BクラスのローカルLLMを動かすことが主目的であれば、EVO-X2も有力な選択肢です。

一方、OCuLinkによる将来的な拡張性や冷却設計を重視する場合は、EVO-X3を検討する価値があります。

同じRyzen AI Max+ 395を搭載する構成同士では、EVO-X3を選ぶ理由はCPU性能の向上ではなく、筐体設計や拡張性、使い勝手の違いにあります。

7. GMKtec EVO-X3とRTX搭載ゲーミングPCを比較｜ローカルAI・動画編集・ゲームはどちらが速い？

GMKtec EVO-X3を検討する際、比較対象になるのがGeForce RTX 5060、RTX 5070、RTX 5070 Tiなどを搭載したデスクトップPCです。

特に、ローカルAIを動かす目的でPCを購入する場合、「128GB共有メモリを搭載したEVO-X3」と「専用GPUを搭載したRTXゲーミングPC」のどちらを選ぶべきか迷う人も多いでしょう。

結論として、70Bクラスの大規模LLMをメモリ上に収容することを重視するならEVO-X3、CUDA対応やGPU演算速度を重視するならRTX搭載PCが有力です。

両者は得意とする用途が異なるため、単純なベンチマークスコアだけでは判断できません。

Radeon 8060SとGeForce RTXシリーズの違い

Radeon 8060Sは、Ryzen AI Max+ 395に統合されたRDNA 3.5世代のGPUです。

一方、GeForce RTXシリーズは専用GPUとして設計されており、高速なVRAMやAI演算向けのTensorコアなどを搭載しています。

特に注目したいのがメモリ構成です。

RTX 5070のような専用GPUでは、搭載VRAM容量が大規模LLMをGPU上に収容する際の制約になります。

モデルがVRAMに収まらない場合は、CPU側のメモリへ一部を配置するなどの対応が必要になり、推論速度が低下する可能性があります。

一方、EVO-X3は128GB共有メモリを備えているため、70Bクラスの量子化モデルを扱いやすい構成です。

ただし、共有メモリの帯域は高性能な専用GPUのVRAMより低い場合があり、モデルを収容できることが高速な推論を保証するわけではありません。

70BローカルLLMではEVO-X3が有利？

70BクラスのLLMでは、モデルの重みを保存するために大量のメモリが必要です。

例えば、70Bモデルを4bit量子化した場合、重みだけで理論上約35GBが必要になります。

実際には追加の管理情報やKVキャッシュも必要になるため、40GBを超えるメモリを使用する場合があります。

12GBや16GBのVRAMを搭載したGPUでは、70Bモデルを完全にVRAMへ収容することは難しくなります。

一方、128GBメモリを搭載するEVO-X3なら、70Bクラスの量子化モデルを共有メモリに収容できる可能性が高くなります。

そのため、大規模モデルを一台の小型PCで動かしたい場合は、EVO-X3に魅力があります。

ただし、複数の大容量GPUを搭載したワークステーションと比較した場合は、専用GPU環境のほうが高速になる可能性があります。

7B・14B・32BモデルならRTX搭載PCが有利な場合も

比較的小規模なLLMでは、専用GPUの強みが発揮されやすくなります。

例えば、7B〜14Bクラスの量子化モデルであれば、GPUのVRAM容量に収まる構成もあります。

その場合、専用GPUの高いメモリ帯域や演算性能によって、EVO-X3より高速な推論が可能になるケースがあります。

32Bクラスでは、量子化形式やVRAM容量によって状況が変わります。

つまり、大きなモデルを収容できる能力と、小さなモデルを高速に動かす能力は分けて評価する必要があります。

Stable Diffusion・ComfyUIではどちらがおすすめ？

AI画像生成では、NVIDIA製GPUを搭載したPCが扱いやすい場合があります。

理由は、CUDAを利用する画像生成ソフトウェアや拡張機能が広く普及しているためです。

ComfyUIなどではAMD GPUを利用できる環境もありますが、対応状況や導入方法はOS、ドライバー、バックエンドによって異なります。

特に、最新の画像生成モデルや追加機能を積極的に利用したい場合は、RTX搭載PCのほうが情報を見つけやすいことがあります。

一方、EVO-X3は128GBメモリを活用できるため、メモリ消費の大きいワークフローを試したい人にとって魅力があります。

4K動画編集や3DCG制作ではどちらが有利？

4K動画編集では、CPU性能、GPU性能、メモリ容量、ストレージ速度が重要になります。

EVO-X3は16コア32スレッドCPUと128GBメモリを搭載しているため、大量の素材を扱う編集環境に適しています。

ただし、GPUエフェクトや3DCGレンダリングを多用する場合は、専用GPUを搭載したPCが有利になる可能性があります。

特に、BlenderなどでGPUレンダリングを中心に利用する場合は、対応レンダラーやGPU性能を確認することが重要です。

ゲーミング性能ではRTX搭載PCが有利になりやすい

Radeon 8060Sは統合GPUとして高性能ですが、ゲーム性能だけを重視する場合はRTX搭載PCも検討すべきです。

特に、最新ゲームを1440pや4K解像度で高画質プレイしたい場合、専用GPUの演算性能やVRAM帯域が重要になります。

EVO-X3はゲームも楽しめるAIミニPCですが、ゲーミング性能を最優先した製品ではありません。

結局どちらを買うべき？

70BクラスのローカルLLMを利用することが最優先なら、128GB共有メモリを搭載するEVO-X3は有力です。

一方、CUDA環境でのAI開発、画像生成、GPUレンダリング、ゲーム性能を優先する場合は、RTX搭載PCのほうが適しているケースがあります。

購入前には、使用したいAIモデルのサイズとソフトウェア対応状況を確認することをおすすめします。

8. GMKtec EVO-X3でできること｜生成AI・AI開発・動画編集・3DCG・ゲームの実用性

GMKtec EVO-X3は、ローカルLLM専用のPCではありません。

Ryzen AI Max+ 395、128GB LPDDR5Xメモリ、Radeon 8060Sを組み合わせることで、生成AIから動画編集、プログラミング、3DCG制作、ゲームまで幅広い用途に対応できます。

特に、複数のアプリケーションを同時に利用する環境では、大容量メモリが役立ちます。

ローカルAIチャット・文章生成・要約

GMKtec EVO-X3で注目したい用途が、ローカルLLMを利用した文章生成です。

OllamaやLM Studioなどの対応ソフトウェアを利用することで、AIチャット、文章作成、翻訳、要約などを自分のPC上で実行できます。

例えば、ブログ記事の構成案作成、商品説明文の下書き、長文資料の要約、プログラミングコードの解説などに活用できます。

また、クラウドAIに文章を送信せずに処理できるため、外部送信を避けたい資料を扱う場合にも適しています。

ただし、ローカルAIの回答品質はモデルによって異なり、事実確認が不要になるわけではありません。

プログラミング・コード生成・AI開発

16コア32スレッドCPUと128GBメモリは、ソフトウェア開発にも適しています。

Visual Studio Codeなどの開発環境を利用しながら、Dockerコンテナや仮想マシンを実行する用途にも活用できます。

さらに、ローカルLLMをコード補完やコードレビューに利用すれば、外部APIへの依存を抑えた開発環境を構築できます。

ただし、AI開発で利用するフレームワークによってはCUDAが必要になるため、AMD GPUとの互換性を確認する必要があります。

社内資料を利用したRAGシステム

RAGとは、検索拡張生成と呼ばれる技術です。

社内マニュアル、PDF、製品仕様書、研究資料などから関連情報を検索し、その内容をLLMに渡して回答を生成します。

GMKtec EVO-X3は、大容量メモリと高性能CPUを備えているため、ローカルRAG環境の構築にも向いています。

例えば、社内規定の検索、技術資料の要約、製品マニュアルの質問応答などに利用できます。

ただし、検索精度や回答品質は、文書の前処理、埋め込みモデル、検索システム、LLMの性能によって変わります。

AI画像生成・画像処理

Radeon 8060Sを活用できるソフトウェアでは、AI画像生成や画像処理も実行できます。

ただし、AMD GPUに対応するバックエンドが必要になるため、使用するアプリケーションの対応状況を確認しましょう。

特に、ComfyUIなどで複雑なワークフローを構築する場合は、モデルの互換性やGPUメモリ使用量が重要です。

音声文字起こし・翻訳

ローカルAIでは、音声認識モデルを利用した文字起こしも可能です。

例えば、会議音声のテキスト化、動画字幕の作成、インタビュー音声の整理などに利用できます。

Whisper系の音声認識モデルなどを使用すれば、対応する環境で音声データをローカル処理できます。

ただし、GPUアクセラレーションの対応状況はソフトウェアによって異なります。

4K動画編集・8K動画素材の処理

GMKtec EVO-X3は、16コアCPUと128GBメモリを搭載しているため、動画編集にも活用できます。

特に、複数の4K動画素材を扱う編集作業や、画像編集ソフトを同時に利用する環境では大容量メモリが役立ちます。

一方、8K動画や複雑なエフェクトを扱う場合は、コーデック、GPU処理、ストレージ速度などによって快適さが変わります。

Blenderなどの3DCG制作

Blenderなどの3DCGソフトウェアでは、CPUレンダリングやGPUを利用した処理を行えます。

EVO-X3は16コアCPUを搭載しているため、CPUを活用するレンダリングやシミュレーションに対応できます。

また、128GBメモリは大規模なシーンや高解像度テクスチャを扱う際にも役立ちます。

ただし、GPUレンダリングでは専用GPU搭載PCのほうが高速な場合があります。

PCゲーム・マルチタスク

Radeon 8060Sは高性能な統合GPUであり、対応するPCゲームを楽しむこともできます。

ただし、重量級ゲームでは画質設定や解像度の調整が必要になる場合があります。

また、ゲームをしながらブラウザーや配信ソフトを起動する場合など、128GBメモリによる余裕が役立つこともあります。

GMKtec EVO-X3はAI開発とクリエイティブ作業を一台にまとめたい人に向いている

GMKtec EVO-X3の魅力は、単一の用途に特化するのではなく、AI開発、文章生成、動画編集、プログラミングなどを組み合わせて利用できることです。

特に、70BクラスのLLMを利用しながら、ほかの作業も並行したいユーザーにとって、128GBメモリは大きな強みになります。

9. GMKtec EVO-X3の冷却性能は？54W・85W・140Wモードと静音性を検証

GMKtec EVO-X3のような高性能ミニPCでは、CPUやGPUのスペックだけでなく、冷却性能も重要です。

Ryzen AI Max+ 395は高性能なAPUですが、長時間の高負荷処理では発熱が増加します。

特に、70BクラスのローカルLLMを連続実行したり、動画エンコードや3DCGレンダリングを行ったりする場合、冷却設計が性能の安定性に影響します。

GMKtec EVO-X3は、商品説明によると3基の冷却ファンと3本のヒートパイプを採用しています。

さらに、54W・85W・140Wの3種類の電力モードを備えている点も特徴です。

3基の冷却ファンと3本のヒートパイプを採用

GMKtec EVO-X3は、高性能APUの発熱に対応するため、複数の冷却ファンとヒートパイプを搭載しています。

ヒートパイプは、発熱する部品から放熱部分へ熱を移動させる役割を持ちます。

また、冷却ファンは筐体内部の熱を外部へ排出します。

ただし、ファンの数が多ければ必ず静かになるわけではありません。

冷却性能や騒音は、ファンの大きさ、回転数、通気経路、筐体設計などによって変わります。

54W Silent Modeは普段使いにおすすめ

Silent Modeは、静音性や消費電力を重視したい場面に向いています。

Web閲覧、Office作業、軽いプログラミング、小規模LLMの利用などでは、最大性能を必要としない場合があります。

そのような用途では、54Wモードを選択することで、発熱やファン騒音を抑えられる可能性があります。

ただし、実際の騒音値は使用環境や負荷によって変化します。

85W Balanced Modeは性能と消費電力のバランス重視

Balanced Modeは、日常的なAI開発や動画編集などで利用しやすい設定と考えられます。

高性能APUでは、電力を増やしても性能が比例して向上するとは限りません。

そのため、85Wモードが用途によっては効率のよい選択になる可能性があります。

特に、長時間のローカルLLM推論では、処理速度だけでなく、消費電力や騒音も考慮する必要があります。

140W Performance Modeは高負荷処理向け

Performance Modeは、CPUやGPUの性能を優先したい場合に利用する設定です。

動画エンコード、レンダリング、ゲームなどでは、電力制限を緩和することで性能が向上する可能性があります。

ただし、140Wという数値がそのままPC全体の消費電力を示すわけではありません。

また、長時間140Wを維持できるかどうかは、冷却性能や温度制限によって変わります。

3つの電力モードの比較

※各モードの数値は商品説明に基づきます。実際の消費電力や性能は測定条件によって変わります。

ローカルLLMの推論速度は電力モードで変わる？

ローカルLLMの推論速度は、GPU演算性能だけでなく、メモリ帯域の影響を受けます。

そのため、電力設定を高くしても、必ずしもToken/秒が大幅に増えるとは限りません。

特に、大規模モデルではメモリ帯域が性能の制約になる場合があります。

最適な電力モードを選ぶには、同じAIモデルを使用して生成速度、消費電力、温度、騒音を比較することが重要です。

GMKtec EVO-X3の電気代はいくら？

電気代は、実際の消費電力と使用時間、電力単価によって計算できます。

仮にPC全体の平均消費電力を100W、電力単価を31円/kWhとして、1日8時間使用した場合は以下のようになります。

0.1kW × 8時間 × 31円 ＝ 約24.8円/日

30日間では約744円です。

ただし、これは平均100Wで動作した場合の試算であり、EVO-X3の実測値ではありません。

また、アイドル時や高負荷時では消費電力が変化します。

長時間AI推論では冷却と設置環境が重要

GMKtec EVO-X3を長時間使用する場合は、吸気口や排気口を塞がないことが重要です。

特に、壁際や狭い収納スペースでは熱がこもる可能性があります。

AI推論や動画編集を連続実行する場合は、十分な通気スペースを確保しましょう。

GMKtec EVO-X3は、電力モードを用途に合わせて選べる点が魅力ですが、実際の静音性や持続性能は実機測定による確認が必要です。

10. GMKtec EVO-X3の拡張性を解説｜OCuLink・USB4・SSD最大16TB・Wi-Fi 7

GMKtec EVO-X3は、128GBメモリとRyzen AI Max+ 395を搭載するだけでなく、豊富な接続インターフェースを備えている点も特徴です。

特に注目したいのが、OCuLink、USB4 40Gbps、M.2 SSDスロット、Wi-Fi 7、2.5GbE LANです。

高性能ミニPCは本体サイズが小さい反面、一般的なデスクトップPCと比較して拡張性が制限される場合があります。

しかし、GMKtec EVO-X3は外付けGPUや高速ストレージなどを利用できる構成となっており、購入後も用途に合わせて環境を拡張できます。

OCuLinkで外付けGPUを接続できる

GMKtec EVO-X3の大きな特徴が、OCuLinkを搭載していることです。

OCuLinkはPCI Expressを外部へ接続するためのインターフェースで、対応するeGPUドックを利用すれば外付けグラフィックボードを接続できます。

例えば、ローカルLLMの実行にはRadeon 8060Sと128GB共有メモリを利用し、CUDAが必要なAI処理では外付けNVIDIA GPUを使用するといった構成も考えられます。

ただし、eGPU環境では接続帯域やドライバー、電源などの制約があります。

また、OCuLinkは一般的なUSB機器のようなホットプラグ運用に対応しない場合があるため、接続・取り外し時には注意が必要です。

USB4 40Gbpsで高速SSDや周辺機器を接続

USB4は、最大40Gbpsの転送速度に対応する高速インターフェースです。

対応する外付けSSDを利用すれば、大容量の動画素材やAIモデルファイルなどを高速に転送できます。

また、対応するドッキングステーションを利用することで、複数の周辺機器をまとめて接続することも可能です。

ただし、USB4対応機器の実効速度は、SSD、ケース、ケーブル、接続方式などによって変化します。

SSDは最大16TBまで拡張可能

GMKtec EVO-X3は、2TB PCIe 4.0 NVMe SSDを標準搭載しています。

さらに、商品説明ではM.2 2280 PCIe 4.0×4スロットを2基備え、合計最大16TBまで拡張可能とされています。

ローカルAIでは、モデルファイルの容量が大きくなることがあります。

特に、70Bクラスの量子化モデルを複数保存したり、画像生成モデルやデータセットを管理したりする場合、2TBでは不足する可能性があります。

そのため、SSDを増設できることは長期利用におけるメリットです。

ただし、最大16TBは2基のSSDを合わせた容量であり、16TB SSDを2枚搭載して32TBにできるという意味ではありません。

また、SSD増設時には対応規格、発熱、物理的な厚みなどを確認しましょう。

Wi-Fi 7と2.5GbE LANで高速ネットワークに対応

GMKtec EVO-X3はWi-Fi 7と2.5GbE LANを搭載しています。

Wi-Fi 7は、対応するルーターや通信環境と組み合わせることで、高速な無線通信を利用できる規格です。

また、2.5GbE LANは一般的な1GbE LANより高い通信速度に対応します。

大容量のAIモデルや動画素材をNASから読み込む場合などに役立ちます。

ただし、通信速度はルーター、スイッチングハブ、ケーブル、NASなどの対応状況によって変わります。

HDMI 2.1で高解像度モニターに接続

HDMI 2.1を搭載しているため、対応する高解像度モニターやテレビへの映像出力に利用できます。

AI開発では、コードエディター、ターミナル、AIチャット画面、資料などを同時に表示する場面が多くあります。

高解像度モニターを利用すれば、作業領域を広く確保できます。

ただし、実際に出力できる解像度やリフレッシュレートは、ポート仕様、ケーブル、ディスプレイの対応状況によって異なります。

拡張性で注意したいのはメモリ増設不可

SSDや外部GPUなどは拡張できますが、128GB LPDDR5Xメモリはオンボード実装です。

そのため、購入後にメモリを増設することはできません。

GMKtec EVO-X3を長期利用する場合は、購入時点で必要なメモリ容量を見極めることが重要です。

GMKtec EVO-X3は、ミニPCでありながら外付けGPUや大容量SSDを利用できる点が魅力です。特に、ローカルAI環境を段階的に拡張したいユーザーに向いています。

11. GMKtec EVO-X3のローカルLLM導入方法｜Ollama・LM Studio・Linux設定を解説

GMKtec EVO-X3を購入したら、最初に試したいのがローカルLLMの導入です。

128GBメモリを搭載しているため、7B・14B・32Bモデルから70Bクラスの量子化モデルまで、幅広い規模のLLMを検討できます。

ただし、AMD Radeon 8060SでGPUアクセラレーションを利用するには、OS、ドライバー、推論ソフトウェアの対応状況を確認する必要があります。

ここでは、ローカルAI環境を構築する際の基本的な流れを解説します。

最初にWindows 11 Proとドライバーを確認する

GMKtec EVO-X3はWindows 11 Proを標準搭載しています。

購入後は、まずWindows Updateを実行し、必要な更新プログラムを適用しましょう。

続いて、AMDのグラフィックドライバーやチップセットドライバーの対応状況を確認します。

ローカルAIでは、GPUドライバーのバージョンによって利用可能な機能が変わることがあります。

そのため、最新バージョンを無条件に導入するのではなく、使用するAIソフトウェアが推奨するドライバーを確認することが重要です。

OllamaでローカルLLMを導入する

Ollamaは、ローカルLLMを比較的簡単に管理できるソフトウェアです。

公式サイトから対応するインストーラーを入手し、導入します。

Ollamaでは、対応するモデルをコマンドでダウンロードして実行できます。

例えば、利用可能なモデルの中から小規模なモデルを選び、動作確認を行う方法があります。

最初から70Bモデルを導入するのではなく、7B〜8Bクラスのモデルで動作を確認することをおすすめします。

特に、AMD GPUが認識されているか、GPUオフロードが有効になっているかを確認することが重要です。

GPUに対応していない場合はCPU推論になることがあり、想定より処理速度が遅くなる可能性があります。

LM StudioならGUIでモデルを管理しやすい

コマンドライン操作に慣れていない人には、LM Studioも選択肢になります。

LM Studioは、対応するモデルの検索、ダウンロード、読み込み、チャットなどをGUIで操作できるソフトウェアです。

モデルの量子化形式やメモリ使用量を確認しながら、用途に合ったモデルを選べます。

ただし、AMD GPUの利用可否やGPUオフロード機能は、アプリケーションのバージョンやバックエンドによって異なります。

70Bモデルを導入する際の注意点

70Bクラスのモデルはファイル容量が大きいため、ダウンロード前にSSDの空き容量を確認しましょう。

また、量子化形式によって必要メモリが変わります。

初めて70Bモデルを試す場合は、4bit量子化モデルから始めると、メモリ容量の面で扱いやすくなります。

ただし、モデルの重みが収まっても、長いコンテキストを使用するとKVキャッシュの容量が増加します。

そのため、最初はコンテキスト長を控えめに設定し、メモリ使用量や生成速度を確認する方法がおすすめです。

Ubuntu・Linux環境でAI開発するメリット

GMKtec EVO-X3は、対応するLinux環境を利用することでAI開発用PCとして活用できます。

特に、Python、Docker、機械学習ライブラリ、推論サーバーなどを利用する場合は、Linux環境が便利なケースがあります。

ただし、Ryzen AI Max+ 395やRadeon 8060Sへの対応状況は、Linuxカーネル、Mesa、ROCmなどのバージョンによって変化します。

AMD GPUの利用を目的としてLinuxを導入する場合は、対象GPUとソフトウェアの公式対応情報を確認することが重要です。

ローカルLLMの速度を測定する方法

ローカルLLMを導入したら、実際の推論速度を測定してみましょう。

確認したい主な項目は、以下の通りです。

• モデルの読み込み時間

• プロンプト処理速度

• 文章生成速度（Token/秒）

• メモリ使用量

• GPU使用率

• CPU使用率

• 消費電力と温度

特に、モデルを変更した場合や電力モードを切り替えた場合は、同じ条件で比較することが重要です。

ローカルLLM導入時はモデルのライセンスにも注意

ローカルLLMには、商用利用可能なモデルと、利用条件に制限があるモデルがあります。

そのため、業務利用やサービス開発に使用する場合は、モデルのライセンスを確認しましょう。

また、AIが生成した文章やコードには誤りが含まれる可能性があるため、重要な用途では人間による確認が必要です。

GMKtec EVO-X3は、128GBメモリを活用して幅広いLLMを試せるAI開発環境です。ただし、AMD GPUのソフトウェア互換性を確認しながら段階的に導入することが、安定運用への近道です。

12. GMKtec EVO-X3の価格・コスパは？クラウドAIとの費用比較と買い時

GMKtec EVO-X3は、一般的なミニPCより高性能な構成を採用しているため、購入価格も重要な判断材料になります。

特に、128GB LPDDR5XメモリとRyzen AI Max+ 395を搭載していることから、単純な価格の安さを重視する製品ではありません。

では、GMKtec EVO-X3は本当にコストパフォーマンスが高いのでしょうか。

結論として、70BクラスのローカルLLMを継続的に利用する人には価値がありますが、一般的なPC用途や小規模LLM中心の利用では割高になる可能性があります。

128GBモデルの価格をどう評価する？

GMKtec EVO-X3の価格を評価する際には、CPU性能だけでなく、128GB共有メモリの価値を考える必要があります。

一般的なデスクトップPCでは、128GBのシステムメモリを搭載すること自体は可能です。

しかし、システムメモリが128GBあっても、専用GPUのVRAMが16GBであれば、70Bクラスのモデルを完全にGPU側へ収容することは難しくなります。

EVO-X3は大容量共有メモリを利用できるため、専用GPUとは異なる方向でローカルAIに適した構成となっています。

ただし、購入価格が高額になるほど、同じ予算で構築できるRTX搭載PCとの比較が重要です。

クラウドAIとローカルAIの費用を比較

クラウドAIのAPIでは、利用するモデルや入力・出力トークン数に応じて料金が発生する場合があります。

一方、ローカルLLMでは、PC上で推論するため、通常は利用回数ごとのAPI料金が発生しません。

ただし、ローカルAIにはPC本体の購入費用や電気代などが必要です。

仮に、EVO-X3の購入価格を40万円、平均消費電力を100W、1日8時間利用、電力単価31円/kWhとした場合の費用を試算します。

※40万円は計算用の仮定であり、実際の販売価格ではありません。

この試算では、3年間の総費用は約42.7万円となります。

ただし、実際にはメンテナンス費用や周辺機器、故障時の修理費用などが発生する可能性があります。

また、PCをAI以外の用途にも利用する場合は、購入費用をAI専用コストとして全額計上することが適切とは限りません。

クラウドAIの利用頻度が多いほど得になる？

ローカルAIの費用対効果は、利用頻度によって大きく変わります。

例えば、クラウドAIのAPI料金が毎月数千円程度であれば、高額なローカルAI用PCを購入するより、クラウドサービスを利用したほうが安くなる場合があります。

一方、毎日大量の文章生成やコード生成、データ処理を行い、API料金が高額になっている場合は、ローカルAIへの移行によって費用を抑えられる可能性があります。

ただし、ローカルモデルとクラウドモデルでは、回答品質、処理速度、機能などが異なります。

そのため、単純なToken料金だけでなく、作業効率や回答品質も考慮することが重要です。

RTX搭載PCとのコスパ比較

GMKtec EVO-X3とRTX搭載PCを比較する場合は、用途を明確にする必要があります。

70Bクラスの量子化LLMをローカルで扱う場合は、128GB共有メモリが大きなメリットになります。

一方、7B〜14Bクラスのモデルを高速に実行することが目的なら、RTX搭載PCのほうが費用対効果に優れる可能性があります。

また、画像生成や3DCGレンダリングを中心に利用する場合も、専用GPU搭載PCが有利になるケースがあります。

GMKtec EVO-X3の買い時はいつ？

GMKtec EVO-X3の購入を検討する際には、通常価格だけでなく、セール価格やクーポン、保証条件も確認しましょう。

特に、EVO-X2との価格差が小さい場合は、OCuLinkや冷却設計などの違いを考慮してEVO-X3を選ぶ価値があります。

一方、EVO-X2が大幅に安く販売されている場合は、用途によって旧モデルのほうが合理的な選択になる可能性があります。

GMKtec EVO-X3のコスパは、128GB共有メモリをどれだけ活用するかによって決まります。

70BクラスのローカルLLMを継続的に利用する人には魅力的ですが、一般的なPC用途だけならオーバースペックになりやすい製品です。

13. GMKtec EVO-X3の評判・口コミは？購入者レビューで確認したいポイント

GMKtec EVO-X3の購入を検討している人にとって、スペックと同じくらい気になるのが実際の評判や口コミです。

Ryzen AI Max+ 395、128GB LPDDR5Xメモリ、Radeon 8060Sという構成は魅力的ですが、カタログスペックだけでは判断できない部分もあります。

特に、高負荷時のファン騒音、70Bモデルの推論速度、AMD GPUのソフトウェア互換性、長時間使用時の安定性などは、実際の使用環境によって評価が変わります。

なお、ここでは未確認の購入者レビューを実在する口コミとして紹介することはせず、購入前に確認したい評価ポイントを整理します。

128GBメモリの評価で注目したいポイント

GMKtec EVO-X3の最大の特徴は128GB共有メモリです。

そのため、レビューを確認する際には、単に「メモリ容量が大きい」という評価だけでなく、実際にどの規模のLLMを利用できたのかを確認することが重要です。

特に、70Bクラスのモデルを使用したレビューでは、量子化形式、コンテキスト長、GPUオフロード設定、Token/秒などの情報が参考になります。

例えば、同じ70Bモデルでも、4bit量子化と8bit量子化では必要メモリや処理負荷が異なります。

また、CPU推論とGPU推論では速度が大きく変わる場合があります。

そのため、単純に「70Bが動いた」という情報だけでなく、どのような条件で動作したのかを確認しましょう。

ファン騒音・発熱に関する口コミは重要

高性能ミニPCでは、冷却性能と静音性が購入満足度に影響します。

特に、AI推論や動画エンコードなどの高負荷処理を長時間行う場合、ファン騒音が気になる可能性があります。

レビューを確認する際には、Silent Mode、Balanced Mode、Performance Modeそれぞれの騒音や温度に注目しましょう。

また、短時間のベンチマークだけでなく、30分〜1時間以上の連続負荷で性能が安定しているかも重要です。

Windows 11 ProとLinuxの安定性

GMKtec EVO-X3はWindows 11 Proを標準搭載していますが、ローカルAI開発ではLinuxを利用したい人もいるでしょう。

そのため、購入者レビューではWindowsだけでなく、UbuntuなどのLinux環境での動作状況も参考になります。

特に確認したいのは、Radeon 8060Sの認識、GPUアクセラレーション、ドライバーの安定性、スリープ復帰、ネットワーク接続などです。

AI開発環境では、ハードウェア性能が高くても、ソフトウェアの互換性に問題があると十分に活用できません。

国内サポートと1年間保証の評価

商品説明では、1年間のメーカー保証と日本語サポートが案内されています。

高額なPCを購入する場合は、保証期間だけでなく、保証対象や修理対応についても確認することが重要です。

特に、SSD増設やLinux導入などを予定している場合は、保証条件を事前に確認しましょう。

また、販売店によって返品条件や初期不良対応が異なる場合があります。

口コミを確認するときに注意したいこと

レビューの中には、製品提供を受けた記事や広告を含むレビューもあります。

そのため、評価を確認する際には、実測データが掲載されているか、測定条件が明確か、メリットだけでなくデメリットも紹介されているかを確認することが重要です。

特に、70Bモデルの推論速度や高負荷時の騒音などは、具体的な測定条件が示されているレビューを優先しましょう。

GMKtec EVO-X3の評判を判断する際は、一般的なベンチマークスコアよりも、70BローカルLLMの実用性、冷却性能、AMD GPUの互換性を重視することをおすすめします。

14. GMKtec EVO-X3がおすすめな人・おすすめしない人｜128GB AIミニPCの選び方

GMKtec EVO-X3は、Ryzen AI Max+ 395と128GBメモリを搭載した高性能AIミニPCですが、すべてのユーザーに最適な製品ではありません。

特に、ローカルLLMの利用目的が明確な人と、一般的なPC用途を中心に考えている人では、購入する価値が大きく変わります。

ここでは、GMKtec EVO-X3がおすすめな人と、ほかのPCを検討したほうがよい人を整理します。

おすすめ① 70BクラスのローカルLLMを使いたい人

GMKtec EVO-X3が最も向いているのは、70Bクラスの量子化LLMを自分のPCで動かしたい人です。

128GB共有メモリを搭載しているため、一般的な16GB・32GBメモリ搭載PCでは難しい大規模モデルを扱いやすくなります。

また、クラウドAIに依存せず、自分の環境でAIチャットや文章生成を行いたい人にも適しています。

ただし、推論速度はモデルや設定によって変わるため、購入前に実測データを確認することが重要です。

おすすめ② AI開発・研究を行うエンジニア

AI開発では、モデルの推論だけでなく、データ処理、プログラミング、仮想環境の構築など、多くの作業を並行して行います。

GMKtec EVO-X3は16コア32スレッドCPUと128GBメモリを搭載しているため、こうした用途に適しています。

特に、複数のDockerコンテナや開発ツールを同時に利用する環境では、大容量メモリが役立ちます。

ただし、CUDA専用の開発環境を使用する場合は、RTX搭載PCのほうが適している場合があります。

おすすめ③ 社内資料をローカルAIで処理したい人

外部のクラウドサービスへ資料を送信せずにAI処理を行いたい企業や個人事業主にも、GMKtec EVO-X3は選択肢になります。

例えば、社内マニュアルの検索、契約書の要約、製品仕様書の分析などに利用できます。

ただし、ローカルAIだからといって自動的に情報漏えいリスクがなくなるわけではありません。

ネットワーク設定、アクセス権限、データの暗号化など、適切なセキュリティ対策が必要です。

おすすめ④ AIと動画編集を一台で行いたい人

GMKtec EVO-X3は、ローカルLLMだけでなく、動画編集や画像処理にも活用できます。

特に、128GBメモリは複数のクリエイティブアプリケーションを同時に利用する際に役立ちます。

AIによる文字起こし、字幕生成、文章作成などを動画編集と組み合わせたい人にも向いています。

おすすめ⑤ 省スペースで高性能なPCを使いたい人

高性能なAI環境を構築したいものの、大型のデスクトップPCを設置するスペースがない人にも適しています。

GMKtec EVO-X3はミニPCとして設計されており、CPU、GPU、128GBメモリ、2TB SSDをコンパクトにまとめています。

ただし、高負荷時には冷却のための通気スペースが必要です。

おすすめしない① ゲーム性能だけを重視する人

最新ゲームを高画質・高フレームレートで楽しみたい場合は、RTX搭載ゲーミングPCのほうが適している可能性があります。

Radeon 8060Sは高性能な統合GPUですが、専用GPUと比較すると性能面で制約があります。

おすすめしない② 7B〜8Bモデルしか利用しない人

小規模なローカルLLMだけを利用する場合、128GBメモリは過剰になる可能性があります。

例えば、7B〜8Bクラスの量子化モデルであれば、より少ないメモリ容量でも動作する構成があります。

そのため、利用予定のモデルが小規模なものに限られる場合は、32GB・64GBモデルやRTX搭載PCも検討しましょう。

おすすめしない③ CUDA環境を最優先する人

CUDAを利用するAI開発環境では、NVIDIA製GPUが必要になる場合があります。

GMKtec EVO-X3はAMD Radeon 8060Sを搭載しているため、CUDAを直接利用することはできません。

そのため、使用したいソフトウェアがCUDA専用である場合は、RTX搭載PCを優先するほうが合理的です。

おすすめしない④ 価格の安さを最優先する人

GMKtec EVO-X3は、128GBメモリと高性能APUを搭載したハイエンドモデルです。

一般的な事務作業や動画視聴が中心であれば、より安価なPCでも十分に対応できます。

購入価格を抑えたい場合は、用途に必要な性能を見極めることが重要です。

32GB・64GB・128GBのどれを選ぶべき？

※実際に扱えるモデル規模は、量子化形式、コンテキスト長、GPUメモリ割り当てなどによって異なります。

GMKtec EVO-X3は、128GBメモリを必要とする用途が明確な人ほど満足度が高くなる製品です。

特に、70BクラスのローカルLLMを利用したい人にとって、有力な選択肢といえるでしょう。

15. GMKtec EVO-X3のよくある質問（FAQ）｜70B LLM・メモリ増設・ゲーム・保証まで

GMKtec EVO-X3の購入前によくある疑問をまとめました。

Q1. GMKtec EVO-X3で70BのローカルLLMは動きますか？

はい。128GBメモリを搭載しているため、70Bクラスの量子化LLMを実行できる容量があります。

ただし、モデルの量子化形式、推論ソフトウェア、GPUオフロード設定などによって動作状況は変わります。

Q2. 70Bモデルの推論速度は何Token/秒ですか？

使用するモデル、量子化形式、推論エンジン、電力設定などによって異なります。

実機測定データがない場合、具体的なToken/秒を断定することはできません。

Q3. 128GBすべてをGPUメモリとして利用できますか？

いいえ。128GBはCPUとGPUで共有するシステムメモリです。

GPU用に確保できる容量は、BIOS設定やOS、ドライバーなどによって変わります。

Q4. LPDDR5Xメモリは後から増設できますか？

いいえ。オンボード実装のため、購入後にメモリ容量を増やすことはできません。

Q5. OllamaやLM Studioは利用できますか？

対応するOSやソフトウェアを導入することで利用できます。

ただし、Radeon 8060SでGPUアクセラレーションを利用できるかどうかは、ソフトウェアのバージョンやバックエンドによって異なります。

Q6. Windows 11 ProでROCmは使えますか？

ROCmのWindows対応は、GPUやソフトウェアのバージョンによって異なります。

Radeon 8060Sが目的のROCm機能に対応しているか、AMDの公式対応情報を確認する必要があります。

Q7. UbuntuやLinuxをインストールできますか？

Linux環境での利用は可能ですが、すべての機能の動作が保証されるわけではありません。

特に、GPUドライバー、Wi-Fi、電源管理、ROCmなどの対応状況を確認しましょう。

Q8. Radeon 8060SはRTX 5070より高性能ですか？

用途によって異なります。

Radeon 8060Sは128GB共有メモリを利用できる点が魅力ですが、GPU演算性能やゲーム性能ではRTX 5070が有利になる場合があります。

Q9. Stable DiffusionやComfyUIは使えますか？

対応するAMD GPU向けバックエンドを利用することで実行できる場合があります。

ただし、すべてのモデルや拡張機能が利用できるわけではありません。

Q10. 4K動画編集やBlenderに向いていますか？

16コア32スレッドCPUと128GBメモリを搭載しているため、動画編集や3DCG制作にも活用できます。

ただし、GPUレンダリングなどでは専用GPU搭載PCのほうが高速な場合があります。

Q11. OCuLinkで外付けGPUを接続できますか？

はい。対応するeGPUドックなどを利用することで、外付けGPU環境を構築できます。

ただし、接続機器や電源、ドライバーなどの互換性確認が必要です。

Q12. SSDを16TBまで増設できますか？

商品説明では、M.2 2280 PCIe 4.0×4スロット2基により、合計最大16TBまで拡張可能とされています。

ただし、対応するSSDの仕様や保証条件を確認しましょう。

Q13. 140Wモードではファンがうるさくなりますか？

高負荷時には冷却ファンの回転数が上がる可能性があります。

ただし、実際の騒音値は冷却設計や負荷、設置環境によって変わります。

Q14. EVO-X2から買い替える価値はありますか？

同じRyzen AI Max+ 395を搭載する構成であれば、CPUやGPUの基本性能に大きな違いはありません。

OCuLink、冷却設計、静音性などに魅力を感じる場合は買い替えを検討する価値があります。

Q15. GMKtec EVO-X3のメーカー保証は何年間ですか？

提示された商品説明では、購入日から1年間のメーカー保証が案内されています。

ただし、保証条件や修理対応は販売店によって異なる場合があるため、購入前に確認しましょう。

まとめ｜GMKtec EVO-X3は128GBで70BローカルLLMを動かしたい人におすすめのAIミニPC

GMKtec EVO-X3は、AMD Ryzen AI Max+ 395、128GB LPDDR5Xメモリ、Radeon 8060Sを搭載した高性能AIミニPCです。

最大の魅力は、128GBの共有メモリを活用し、70Bクラスの量子化LLMをローカル環境で扱いやすいことです。

一般的なミニPCでは、メモリ容量やGPU性能の制約によって、大規模なAIモデルを利用することが難しい場合があります。

一方、GMKtec EVO-X3は16コア32スレッドCPUと高性能な統合GPU、大容量メモリを組み合わせることで、ローカルAI開発に適した環境を構築できます。

また、2TB SSDを標準搭載し、最大16TBまでのストレージ拡張に対応するとされている点も魅力です。

OCuLinkやUSB4、Wi-Fi 7、2.5GbE LANなども備えており、購入後の拡張性も考慮されています。

ただし、購入前に注意したい点もあります。

特に、128GBメモリは後から増設できないこと、CUDAを直接利用できないこと、70Bモデルが必ず高速に動作するわけではないことは理解しておく必要があります。

ゲーム性能だけを重視する場合や、小規模なLLMしか利用しない場合は、RTX搭載PCや安価なミニPCのほうが適している可能性があります。

GMKtec EVO-X3は、単に高性能なPCが欲しい人ではなく、128GB共有メモリを活用して大規模なローカルAIを動かしたい人にこそおすすめできる製品です。

70BクラスのLLMを自分のPCで実行したい人、AI開発環境を構築したい人、クラウドAIへの依存を減らしたい人にとって、購入を検討する価値があるでしょう。