はじめに：なぜ今、この検証なのか

こんにちは、**大路（Dalu）**です。

2025年11月20日、インテル主催の「テクノロジー・イノベーション＆産業エコシステム大会」にて、
Intel 内蔵GPU（iGPU）だけで 120B（1200億パラメータ）級の大規模言語モデルを動かすという、非常に衝撃的なデモが行われました。

私自身も現地でこのセッションを見ていましたが、正直に言って——
**情報量・技術レベルともに“爆発的”**でした。

インテルが示したメッセージは明確です。

Intel プロセッサを搭載したあらゆるデバイスで、AI は動く。

これはノートPCやミニPCだけでなく、NAS などの エッジデバイスにも当てはまります。

---

「不可能」だったことが、日常の生産性に変わった

Intel® Core™ Ultra AI プロセッサの登場により、これまで想像すらできなかったことが現実になりました。

例えば：

• 会議録音の自動文字起こし＋タイムライン表示

• 音声データの要約・検索

• 画像・動画・音声を横断したコンテンツ理解

• 数秒の音声サンプルからの多言語音声クローン（TTS）

正直に言うと、これは 従来の声優業界にとっては脅威です。

私自身が音声クローンを使う理由

私の動画制作フローはこうです：

1. 台本なしで一気に話す（結果、動画が長くなりがち）

2. AI で字幕とタイムラインを生成

3. 構成を整理・編集

4. 自分の声を AI TTS で再生成

5. 短く、論理的で、完成度の高い動画に仕上げる

AI を使わない長尺動画は、再生数が伸びにくい。
AI を活用すると、結果がまったく変わります。

AI は単なる効率化ツールではなく、
制作スタイルそのものを変える存在です。

---

問題は「どう現実に使えるか」

多くの人にとって AI は「見たことはあるが、使ったことがない」存在です。

• ショート動画のナレーション

• 顔入れ替え動画

• 声マネ AI

日常的に目にしていても、「自分には無理」「難しそう」と感じてしまう。

でも、それはもう過去の話です。

• 2023年：AI 元年（主に商用）

• 2025年：AI 応用元年（一般ユーザー向け）

Intel Core Ultra の内蔵GPUにより、
AI の敷居は劇的に下がりました。

---

なぜ内蔵GPUで大規模モデルが動くのか？

まず基本的な演算性能の関係は以下です：

dGPU（外部GPU） ＞ iGPU ≒ NPU ＞ CPU

これまで iGPU では：

• 最大 14B モデルが限界

• 共有メモリ不足

• 推論速度が 10 token/s 以下になると実用不可

という制約がありました。

---

ポイント①：共有メモリの大幅拡張

最新の Intel ドライバでは、
iGPU / NPU 用の共有メモリを大幅に動的割当できるようになりました。

例：

• 96GB メモリ構成 → 最大 90.7GB を AI 用に利用可能

• しかも 専有ではなく動的共有

これは、他社の「統合メモリ（専有）」方式よりも柔軟で、
コストパフォーマンスに優れています。

---

ポイント②：モデル構造の進化（MoE / A3B）

現在主流になりつつあるのが 疎（Sparse）モデル、
特に A3B（Active 3B） と呼ばれる構造です。

例：Qwen3-30B-A3B

• 総パラメータ：約300億

• 実際に有効化されるのは約30億

• Mixture of Experts（MoE）構造

つまり：

• モデルは巨大（知識が豊富）

• 推論時は必要な部分だけ動く

• 高速・省電力

本記事の実測では、
すべてのケースで 10 token/s 以上を維持しています。

---

実測範囲について

今回の検証は以下を含みます：

• 大規模言語モデル（20B〜120B）

• テキスト生成

• 画像生成（Z-Image）

• OCR

• TTS（音声生成）

※ テキスト→動画（T2V）は、現時点では iGPU では非現実的なため対象外です。

---

使用したテスト環境

• CPU：Intel® Core™ Ultra 9 285H

• メモリ：96GB（48GB ×2）

• デバイス：GMKtec EVO-T1 ミニPC

選定理由：

• 高いコストパフォーマンス

• PCIe 4.0 NVMe スロット ×3

• Thunderbolt 4 + OCuLink 対応

• 高性能冷却（VC + デュアルファン）

• AI モデルストア内蔵ツール

---

LLM 実測結果：20B 〜 120B

20B GPT-OSS（Q4）

• 出力：約 2380 トークン

• 速度：約 17 token/s

• Markdown・表生成も問題なし

120B GPT-OSS（Q4）

• VRAM 使用量は大きいが安定

• 約 11 token/s を最後まで維持

• 出力トークン数が増えても速度低下ほぼなし

正直、これは 1年前なら信じられない結果です。

---

A3B モデル（30B〜80B）

• 30B A3B Q4：約 15 token/s

• 80B A3B Q4：約 11 token/s 以上

PDF 読解、思考マップ生成、創作系タスクも問題なし。

---

画像生成：Z-Image-TurBo × Intel iGPU

Z-Image-TurBo は：

• 約 6B パラメータ

• テキスト理解力が非常に高い

• 中国語・文字入り画像に強い

OpenVINO™ を用いた実測結果：

消費電力を考えると、非常に優秀です。

---

OCR：実用レベルに到達

AI OCR は従来方式とは別物です。

• 小さい文字・複雑な配置にも対応

• Markdown / Text 出力

• 大量処理向き

精度は 100% ではありませんが、
従来より確実に一段上です。

---

TTS（音声生成・クローン）

fireredTTS2 を使用：

• 複数話者対応

• 音声サンプルは 5 秒以内推奨

• 36 秒音声 → 約 100 秒で生成

RTX 5090D（400W 超）と比べても、
20W 程度の iGPU でここまで出るのは驚異的です。

---

まとめ：不可能を可能にした Intel iGPU

実測まとめ

• 20B OSS Q4：~17 token/s

• 30B A3B Q4：~15 token/s

• 80B A3B Q4：~11 token/s+

• 120B OSS Q4：~11 token/s+

• Z-Image 1024²：約70秒

• TTS：生成比 約 1:2.8

Intel Core Ultra の内蔵GPUは、
AI を「使える存在」に引き上げました。

---

最後に

すでに Core Ultra 200H 搭載 PC を持っているなら、
今すぐ AI を触ってみるべきです。

まだなら、次の買い替え候補として十分価値があります。

AI はもう未来の話ではありません。
今、あなたの PC の中で動き始めています。

最後までお読みいただき、ありがとうございました。
皆さまの成功と、素晴らしい一年をお祈りします 🚀