ChatGPTのような大規模言語モデル（LLM）を、自分のPCでローカル実行したい人が急増しています。しかし、ローカルLLMは「普通のゲーミングPC」ではスペック不足になりがちです。この記事では、7B・13B・30B・70Bクラスのモデルを想定しながら、ローカルLLMを快適に動かすためのPC構成をわかりやすく解説します。
目次
ローカルLLM用PC構成のポイント
- GPUのVRAMが最重要（まずここ）
- メモリは32〜128GBと“かなり多め”が前提
- CPUはi7以上でボトルネックを避ける
- SSDは高速NVMe＋大容量（1〜2TB以上）
結論イメージ：
「ゲームもできるPC」ではなく、“VRAMとメモリに全振りした変態マシン”がローカルLLM向き。
「ゲームもできるPC」ではなく、“VRAMとメモリに全振りした変態マシン”がローカルLLM向き。
モデルサイズ別の必要スペック
まずは、モデルサイズごとのざっくりした目安から。
| モデルサイズ | 用途イメージ | 推奨VRAM | 推奨メモリ |
|---|---|---|---|
| 7Bクラス | 軽量チャットボット・補助ツール | 8〜12GB | 32GB |
| 13Bクラス | そこそこ賢いアシスタント | 16〜24GB | 32〜48GB |
| 30Bクラス | 高性能アシスタント・簡易GPT代替 | 24〜48GB | 64GB |
| 70Bクラス | 本格GPTクラスに近い性能 | 48GB以上 | 128GB |
ポイント：
量子化（4bit / 8bit）を使えばVRAMは節約できるが、
「VRAMが多いほど楽」「メモリが多いほど安定」という方向性は変わらない。
量子化（4bit / 8bit）を使えばVRAMは節約できるが、
「VRAMが多いほど楽」「メモリが多いほど安定」という方向性は変わらない。
CPUの選び方（ボトルネックを避ける程度でOK）
ローカルLLMではGPUが主役ですが、CPUが弱すぎるとトークン生成速度が頭打ちになります。
■ 推奨CPUライン
- Intel：Core i7（12世代以上）〜 Core i9
- AMD：Ryzen 7（5000番台以上）〜 Ryzen 9
■ こんな考え方でOK
- 7B〜13B中心 → i7で十分
- 30B以上・並列推論 → i9 / Ryzen 9が安心
GPU（VRAM）の選び方（最重要パーツ）
ローカルLLMの性能は、ほぼVRAM容量で決まります。
■ 推奨GPUの目安
| 用途 | 推奨GPU |
|---|---|
| 7Bモデル中心 | RTX 4060 / 4060 Ti / 4070 |
| 13Bモデル中心 | RTX 4070 / 4070 Ti / 4080 |
| 30Bモデルも触りたい | RTX 4080 / 4090 |
| 70Bモデルも視野に入れる | RTX 4090（ほぼ一択） |
■ VRAM目安
- 8GB：7Bをギリギリ（強めの量子化前提）
- 12GB：7Bは余裕、13Bも工夫次第
- 16〜24GB：13Bが現実的、30Bは工夫が必要
- 24〜48GB：30Bが現実的、70Bはかなり工夫
結論：
「どのモデルをメインで動かしたいか」＝「VRAM何GBにするか」の直結問題。
「どのモデルをメインで動かしたいか」＝「VRAM何GBにするか」の直結問題。
メモリ（RAM）の選び方（32〜128GBが前提）
ローカルLLMは、GPUだけでなくメインメモリもかなり使います。
■ 推奨メモリ容量
| 用途 | 推奨メモリ |
|---|---|
| 7B〜13B中心 | 32〜48GB |
| 30Bも触りたい | 64GB |
| 70B・複数モデル同時運用 | 128GB |
- 32GB：最低限の快適ライン
- 64GB：ローカルLLMを「ちゃんと遊べる」ライン
- 128GB：ガチ勢・検証環境・複数モデル同時運用
SSD（ストレージ）の選び方（容量と速度が命）
LLMモデル・ベクトルDB・ログ・データセットなどで、ストレージはあっという間に埋まります。
■ 推奨構成
- OS＋アプリ用：NVMe SSD 1TB
- モデル・データ用：NVMe SSD 1〜2TB
■ 容量の目安
- 7B〜13Bモデル数本＋周辺ツール → 1TBでも可
- 30B以上・複数モデル・ベクトルDB → 2TB以上推奨
ポイント：
HDDは論外。Gen3でもいいのでNVMe SSD必須。 余裕があればGen4にしておくとモデルロードが速くなる。
HDDは論外。Gen3でもいいのでNVMe SSD必須。 余裕があればGen4にしておくとモデルロードが速くなる。
用途別おすすめ構成例
■ ① お試しローカルLLM構成（7B中心）
- CPU：Core i7 / Ryzen 7
- GPU：RTX 4060 / 4060 Ti（8〜16GB VRAM）
- メモリ：32GB
- SSD：1TB（NVMe）
■ ② 実用ローカルアシスタント構成（7B〜13B）
- CPU：Core i7〜i9 / Ryzen 7〜9
- GPU：RTX 4070 / 4070 Ti / 4080
- メモリ：32〜64GB
- SSD：1〜2TB（NVMe）
■ ③ ガチ勢向けローカルLLM構成（30B〜70B）
- CPU：Core i9 / Ryzen 9 / Threadripper
- GPU：RTX 4090（24GB VRAM）
- メモリ：64〜128GB
- SSD：2TB以上（NVMe）
ノートPCでローカルLLMは現実的か？
結論から言うと、「7B〜13Bを軽く触る程度ならアリ」「30B以上を本気でやるならほぼナシ」です。
- ノート用GPUはVRAMが少なめ（〜16GBが多い）
- メモリがオンボードで増設不可のモデルが多い
- 発熱で性能が落ちやすい
結論：
ノートPCでやるならRTX 4070 Laptop＋メモリ32GBあたりが現実的な上限。 本気でローカルLLMを回すならデスクトップ一択。
ノートPCでやるならRTX 4070 Laptop＋メモリ32GBあたりが現実的な上限。 本気でローカルLLMを回すならデスクトップ一択。
まとめ：ローカルLLM用PCは“VRAMとメモリ”がすべて
- CPU：i7以上（ボトルネック回避用）
- GPU：7B→RTX 4060〜、13B→RTX 4070〜、30B→RTX 4080/4090
- メモリ：最低32GB、できれば64GB、ガチ勢は128GB
- SSD：NVMe 1〜2TB（モデル＋データ用に十分な容量）
ローカルLLMは、スペックさえ満たせば「自分専用のGPT環境」を手元に持てる強力な選択肢です。どのモデルをどこまで動かしたいかを決めてから、VRAMとメモリを中心にPC構成を組むのが、後悔しないローカルLLMマシンの作り方です。