Gemma 4 on Mac：M1、M2、M3、M4のパフォーマンステスト

Apple Silicon Macは、ローカルAIモデルを実行するための真に最高のプラットフォームの1つです。統合メモリアーキテクチャにより、GPUとCPUが同じRAMプールを共有します — つまり32GBのメモリを持つMacは、PC上の32GBの専用GPUを必要とするモデルをロードできます。

Apple Siliconラインナップ全体でGemma 4をテストしました。期待できることを正確に紹介します。

なぜMacはローカルAIに最適か

3つの点がApple Siliconをこれに特別にしています：

1. 統合メモリ：CPUとGPUメモリ間のデータコピーなし。24GBのMacには24GBがモデルに利用可能 — それだけ。
2. Metalアクセラレーション：Ollamaとllama.cppは自動的にMetalをGPUアクセラレーションに使用。セットアップ不要。
3. メモリ帯域：Appleのメモリ帯域は価格に対して優秀で、それがLLM推論のボトルネック。

NVIDIAドライバーなし、CUDAインストールなし、Docker GPUパススルーの手探りもなし。Ollamaをインストールし、ollama run gemma4を実行すると、Metalアクセラレーションがすでに動作しています。

チップ別パフォーマンス

Ollamaで、512トークンプロンプトと256トークン生成を使って測定した結果：

M1 (2020)

8GBのM1ベースはきつい。E2Bは動かせますが、モデルがロードされている間に多くのマルチタスクを期待しないでください。M1 ProとMaxははるかに良い — より多くのGPUコアと高いメモリ帯域が本当の違いを生み出します。

M2 (2022)

16GBのM2 Proはほとんどの人にとって最適解です。26B MoEモデルを快適に動かせます。26Bモデルはトークンあたり約3.8Bのアクティブパラメータしか使わないことを思い出してください — 理由についてはアーキテクチャガイドをご覧ください。

M3 (2023)

36GBのM3 Maxは素晴らしいAIマシンです。Q4量子化でフル31Bモデルを動かしながら、他のアプリ用の余裕もあります。48GBバリアントはより高品質なQ5量子化を使用できます。

M4 (2024-2025)

M4世代は顕著な速度改善をもたらします。64GBのM4 Maxは夢のセットアップ — 最高品質のGemma 4モデルをインタラクティブに感じる速度で動かせます。

RAM別のモデル推奨

何を実行すべきか知りたいだけの場合のクイックリファレンス：

モデル選択の詳細については、モデル選択ガイドをご覧ください。

Mac MiniをオルウェイズオンAIサーバーに

多くの人がやっていること：Mac Miniを専用AIサーバーとして使う。素晴らしい理由：

• 低消費電力：M4 Mac Miniはアイドル時約5W、AI推論時約30-40W
• サイレント：低〜中負荷ではファンなし
• 小さい：どこにでも収まる
• 手頃：24GB搭載のMac Mini M4は$799から

セットアップ：

# Ollamaをインストール
brew install ollama

# Ollamaをサービスとして起動（起動時に実行）
brew services start ollama

# モデルをプル
ollama pull gemma4:26b

# Ollamaはポート11434でサービス
# ネットワーク上の任意のデバイスからアクセス：
# http://mac-mini-ip:11434

ネットワーク上の他のデバイスからアクセスするには、ホストを設定：

# シェルプロファイル（~/.zshrc）に
export OLLAMA_HOST=0.0.0.0

# Ollamaを再起動
brew services restart ollama

これでLAN上の任意のデバイスがMac Mini AIサーバーを使えます — スマホ、タブレット、他のコンピューター。Open WebUIのようなウェブUIを前面に置けば、家族全員のためのプライベートなChatGPTの代替になります。

Mac向け最適化のヒント

1. 大きなモデルを実行する前にメモリを食うアプリを閉じる

Safari、Chrome、XcodeはギガバイトのRAMを食う可能性があります。メモリがタイトなら、モデルをロードする前に終了しましょう。

# 利用可能なメモリを確認
memory_pressure

2. 適切な量子化を使う

Q4_K_Mが半分のメモリで品質の95%を得られるなら、Q8にデフォルトしないでください。ほとんどのタスクでQ4_K_Mが最適解です。

3. より高速なレスポンスのためにコンテキスト長を減らす

# デフォルトコンテキストは通常4096-8192
# 長いコンテキストが不要なら：
ollama run gemma4:26b --num-ctx 2048

4. GPU使用率を監視

# Metal GPU使用を監視
sudo powermetrics --samplers gpu_power -i 1000

5. Ollamaを最新に保つ

Metalアクセラレーションの改善は定期的に出荷されます。brew upgrade ollamaで更新。

6. GUIを好むならLM Studioを検討

LM Studioはクリーンなビジュアルインターフェース、調整可能な設定を提供し、Macで優れた動作をします。

Gemma 4にMac vs PCはどうか？

比較は微妙です：

ほとんどの個人ユーザーにとって、Macがより簡単でより快適な体験です。本番サーバーには、DockerでvLLMを実行するNVIDIA GPUがドルあたりより良いスループットを提供します。

次のステップ

• インストールと実行：Ollamaクイックスタートガイド
• 適切なモデルを選ぶ：モデル選択ガイド
• 完全なハードウェア仕様を確認：ハードウェア要件
• GUIアプローチを試す：LM Studioガイド