インテルのCore UltraラップトップはAIユーザーにとって重要な新機能を搭載し、その過程でAMDに追いつく

AMDは以前から、ゲーマーだけでなくローカルAIユーザーにも魅力的な機能「可変グラフィックスメモリ」をAPUに搭載してきました。そして今、Intelもこれに追随し、Core Ultraチップに同様の機能を追加しました。

これは Intel の Bob Duffy 氏 (VideoCardz 経由) によって明らかにされたもので、新しい Shared GPU Memory Override 機能が最新バージョンの Arc ドライバーとともに搭載されています。

それで、それは何ですか?

簡単に言えば、AMDの最近のAPUと同様に、システムメモリ全体のうちGPU用に予約するメモリ量を指定できるようになります。これはゲームプレイに役立ちますが、特にマシン上でローカルLLMを使用している場合に便利です。

Ollama は現在統合 GPU をサポートしていませんが、LM Studio のようなものはサポートしており、gpt-oss:20b などのかなり大きなモデルでも CPU ではなく GPU にロードできます。

このようなモデルは、GPUに大容量のメモリを手動で選択しなくても動作しますが、そうすることでメリットも生まれます。IntelのCore Ultraチップは、Apple MacやAMDの最新Strix Haloチップに搭載されているような真の統合メモリをまだ採用していません。同じように聞こえますが、実際は違います。この機能は統合メモリでは不要です。

統合メモリを使用しない AMD Ryzen AI 9 HX 370 での私自身の (短いですが) テストでは、GPU が使用するメモリ量を多く設定するとパフォーマンス上の利点があります。

gpt-oss:20b では、モデルを専用の GPU メモリに完全にロードできる場合と、すべてが全体的なシステム メモリである場合とでは、4K コンテキスト ウィンドウのパフォーマンスが 1 秒あたり約 5 トークン向上します。

GPUを計算処理に活用し、RAMのみを使用することもできますが、パフォーマンスは低下します。最適なシナリオとしては、モデルをロードするのに十分な専用GPUメモリをサイロ化することが挙げられます。

これは現在 Intel が Core Ultra ユーザーに許可している機能ですが、これがすべての Core Ultra に許可されるのか、それとも Core Ultra シリーズ 2 だけなのかはまだ少し不明です。Intel グラフィックス ソフトウェアには、GPU 用に予約するメモリの量を選択できるシンプルなスライダーが追加されました。

例として私のシステムに戻ると、gpt-oss:20bのような大きなモデルを使用する場合、利用可能な32GBのメモリを均等に分割します。16GBをGPU用、16GBをその他すべてに割り当てます。これにより、モデル全体をGPUメモリ領域にロードでき、システムの残りの部分用に予約されたプールはそのままにしておくことができます。

これがLLMから最高のパフォーマンスを引き出す方法です。CPUを使い切る代わりにGPUを活用できるのであれば、なぜそうしないのでしょうか？この例では、統合GPUでもCPUを使用するよりも良い結果が得られます。

もちろん、これはあくまでも相対的なものです。システムメモリが合計16GBあるとしても、LLMを実行するためにすべてをGPUに割り当てきることはできません。PCはWindowsで実行される他のすべての処理にもメモリを必要とします。理想的には、システムの残りの部分に少なくとも8GBは残せるだけのメモリを確保したいものです。

新しい共有GPUメモリオーバーライド機能を利用するには、最新のIntelドライバーをインストールする必要があります。なお、この機能はPCに内蔵のArcグラフィックカードのみが搭載されている場合にのみ適用されます。専用のVRAMを搭載した専用GPUではこの機能は不要であり、いずれにしてもパフォーマンスは向上します。

しかし、Core Ultra システムでローカル LLM を使用している場合、これは AI ワークロードからさらにパフォーマンスを引き出すのに役立つ便利な追加機能です。

リチャード・ディバインは、10年以上の経験を持つWindows Centralの編集長です。元プロジェクトマネージャーであり、長年のテクノロジー愛好家でもある彼は、2011年にMobile Nationsに入社し、Windows Centralに加え、Android CentralやiMoreでも活躍しています。現在は、このサイトであらゆる種類のPCハードウェアとレビューの取材を担当しています。Mastodonでは、mstdn.social/@richdevine でフォローできます。