画像生成・動画生成・音声変換などのAIツールを活用したい方向けに、機械学習・深層学習向けの自作PC構成をご紹介します。今回の構成は、入門～中級者向けのスペックを想定してまとめています。なお、紹介している製品の価格や在庫状況は変動する可能性がありますので、購入前に最新情報をご確認ください。
必要なパーツ一覧
自作PCを構成する際に必要な主要パーツを以下にまとめました。比較的新しいパーツで、Intel・AMDそれぞれの構成例も記載しています。
| Intel | AMD | |
|---|---|---|
| CPU | Core i5以上 | Ryzen 5以上 |
| マザーボード（ソケット） | LGA1700 | AM5 |
| メモリ | DDR4 / DDR5対応 | DDR5対応 |
| CPUクーラー | 空冷または簡易水冷 | |
| グラフィックボード | VRAM12GB以上 | |
| 電源 | 600W以上 | |
| ストレージ | 1TB以上 | |
| ケース | 対応ファームファクターに注意 | |
| OS | Windows 11 HOME / PRO | |
CPU+マザーボード
機械学習や深層学習の環境構築では、CPUの処理性能も重要です。プロジェクトのビルドやデータの前処理などにはある程度のパワーが必要となるため、ミドルクラス以上（Core i5・Ryzen 5クラス）のCPUを推奨します。
Intel
CPUは第14世代 (Raptor Lake Refresh)
マザーボードは、インテル600シリーズまたは700シリーズが対応します。DDR4メモリ対応のマザーボードもありますが、現在はDDR5メモリ対応モデルが主流のため、DDR5対応マザーボードを選んでおくと良いでしょう。
AMD
CPUは、Ryzen 9000シリーズ
![100-100001405WOF [Ryzen 5 9600X (6C/12T、3.9GHz、TDP 65W、AM5、Radeon Graphics) BOX W/O cooler]](https://m.media-amazon.com/images/I/41kb8AbxbTL._SL160_.jpg)
![100-100001404WOF [Ryzen 7 9700X (8C/16T、3.8GHz、TDP 65W、AM5、Radeon Graphics) BOX W/O cooler]](https://m.media-amazon.com/images/I/41tUy4Z4RpL._SL160_.jpg)
マザーボードは、AMD Ryzen 600および800シリーズが対応しております。PCIe 5.0への対応や、将来的なCPUサポートも期待できるため、800シリーズを選択しておくと良いでしょう。
メモリ
現在はDDR5メモリが主流であり、AMDのAM5はDDR5専用となっています。一方、IntelのLGA1700ではDDR4対応のマザーボードも存在するため、購入時には対応規格を必ず確認しておきましょう。機械学習や深層学習では、大容量メモリが処理効率を大きく左右するため、最低でも32GB、可能であれば64GBを搭載しておくと良いでしょう。
CPUクーラー
CPUの性能を安定して引き出すには、適切な冷却が欠かせません。標準的な用途であれば高性能な空冷クーラーで十分対応できますが、長時間にわたってモデルを学習させるような使い方をする場合は、簡易水冷クーラーを選ぶとより安心です。ケース内スペースや高さ制限も事前に確認しておきましょう。
グラフィックボード
機械学習・深層学習の処理において、最も重要なパーツはグラフィックボードです。現在主流のAIフレームワーク（PyTorchやTensorFlowなど）はNVIDIAのCUDAに対応しているため、NVIDIA製GPUを選ぶのが一般的です。RTXシリーズのGPUはAI処理に最適化されており、特にVRAM容量が大きいほど処理効率が向上するため、最低12GB以上を推奨します。
NVIDIA GeForce RTX 5060 Ti 16GB
NVIDIA GeForce RTX 5070 12GB
NVIDIA GeForce RTX 5070 Ti 16GB
電源ユニット
必要な電源容量はシステム校正によって異なりますが、RTX 5060 Tiであれば600W以上、RTX 5070 Tiクラスでは750W以上の電源を推奨します。信頼性の高いメーカーの製品を選び、可能であれば80 PLUS Gold認証以上のモデルを選ぶと良いでしょう。
グラフィックボードが12VHPWR (または12V-2×6) コネクタを採用している場合は、ATX 3.0またはATX 3.1対応の電源ユニット（12VHPWRまたは12V-2×6ケーブルを備えたもの）を使用することで、変換ケーブルを介さずに直接接続できます。
ストレージ
AIモデルや学習用データは非常に大容量になるため、ストレージには速度と容量の両方が求められます。NVMe対応のM.2 SSDを使用すれば、データの読み書き速度を大幅に向上させることができます。容量は最低でも1TB、可能であれば2TB以上を検討しましょう。
![WDS100T4X0E [WD_BLACK SN7100 NVMe SSD（1TB M.2(2280) PCIe Gen4 x4 NVMe 3D TLC 600TBW 5年保証）]](https://m.media-amazon.com/images/I/31uQH9Q3tpL._SL160_.jpg)
PCケース
ケースを選ぶ際は、マザーボードの規格 (ATX・MicroATX・Mini-ITX) だけでなくグラフィックボードの長さやCPUクーラーの高さにも十分注意しましょう。また、エアフロー設計に優れたケースを選ぶことで、長時間のAI処理でも安定した温度を維持できます。
OS
個人で使用する場合はWindows 11 Homeエディションで十分ですが、仮想環境やリモートデスクトップ接続などを利用する場合は、Proエディションを選択すると良いでしょう。また、将来的に別のPCでも流用できるパッケージ版を選ぶことをおすすめします。
Amazonで購入する際は、怪しいライセンスを販売している業者もあるようなので、販売業者を確認してください。
