統合メモリとは
統合メモリとは、CPUとGPUが同一のメモリプールを共有するアーキテクチャ
読み: トウゴウメモリ
CPUとGPUが同一のメモリプールを共有するアーキテクチャ。データのコピー待ち時間がゼロになり、128GB以上の巨大モデルをローカルで動かせる。AppleシリコンやNVIDIA DGX Sparkが採用。
かんたんに言うと
CPUとGPUが「同じ作業台」で仕事する構造。データの引っ越しが不要になるため、処理が圧倒的に速くなる。
データコピー不要による速度革命
従来はCPUのRAMからGPUのVRAMにPCIeバスでデータをコピーする必要があった。統合メモリではCPUとGPUが同じ場所のデータに直接アクセスするため、タイムラグがほぼゼロ。DGX Sparkは128GBの統合メモリでNVLink-C2C接続。PCIe Gen 5の5倍の帯域。
ディスクリートGPUとの使い分け
通常のGPUはVRAMが12〜24GB程度。統合メモリなら128GB以上の巨大LLMをローカルで丸ごとメモリに載せて動かせる。TurboQuantやRotorQuantと組み合わせることで、さらに大規模なモデルをデスクトップで処理可能に。
当社の見解
当社はOpenAI APIを完全廃止し、EmbeddingもLLMも全てローカルで稼働させている（2026年4月時点）。これにより月額のAPI費用がゼロになっただけでなく、機密情報や顧客データを外部に送信せずにAI処理できるようになった。クライアントのログデータをマスキングなしでそのまま分析に回せるのは、ローカルLLMだからこそ実現できる。2026年4月にはOllama常駐実行（CPU 25%、GPU 30%を常時占有）を廃止し、FastEmbed（ONNX Runtime）による非常駐型推論に移行。処理が必要な瞬間だけプロセスを起動し、完了後に即座に終了する設計で、アイドル時のリソース消費をゼロにした。あえて一般的なデスクトップPC環境で複数のローカルLLMを実機検証した経験から言えることは、ベンチマークスコアと実務での使い勝手、そして常駐時のリソース消費は全て別の指標だということだ。
同じ失敗を二度としないAIエージェント
今のAIは、聞けば何でも答えてくれます。
でも、セッションが切れた瞬間に前回の失敗を忘れます。
当社が開発しているAIは、過去の経緯を念頭に置いて、
聞かれる前に「それは前回うまくいきませんでした」と声をかけます。
人間にも同じ失敗をさせず、AI自身も繰り返しません。
古参の社員が横にいるように、黙っていても気づいてくれる。
それが、当社が考える本当のAI社員です。