96GB共有メモリのDAIV CXがゲーム開発を変える｜TGS 2026でAI NPC・自動デバッグを実演、個人向けではない理由

ゲーム開発で生成AIを使う場合、ChatGPTなどのクラウドAIへ企画書やコードを送る方法だけでなく、開発用PCの中でLLMを直接動かす「ローカルLLM」という選択肢も現実的になってきました。

東京ゲームショウ2026(2026年9月17日〜21日、幕張メッセ)では、マウスコンピューターのクリエイター向けPC「DAIV CX」を使い、AI NPCのリアルタイム会話、ゲームの自動プレイ・デバッグ、画像・動画制作を支援する社内AIハブという3種類のデモが披露されています。DAIV CXが特徴的なのは、単に「AI対応CPU」を搭載しているからではありません。Ryzen AI Max+ 395と128GBのLPDDR5Xメモリを搭載し、そのうち最大96GBをGPU側へ割り当てられるため、一般的なGeForceではVRAM容量の問題で読み込みにくい大規模モデルまで1台のPCで扱える可能性があります。

ただし、「96GBのVRAMを搭載した95万円のPC」とだけ理解すると、この製品の本質を見誤ります。今回のデモから見えてくるのは、RTX 5090のような高速GPUを置き換えるPCではなく、大容量メモリを武器にLLMを常駐させ、ほかのGPUや開発PCと連携させるAIサーバーに近い使い方です。

要点TGS 2026でDAIV CXを使ったゲーム開発デモを実施

LM Studioは、ダウンロード済みのLLMをPC内で実行できるアプリです。ローカルモデルとのチャットだけでなく、ローカルAPIサーバーとして動作させることもできるため、ゲームや自社ツール側からLLMへリクエストを送る構成も作れます。GoogleもGemmaをLM Studioでローカル実行し、REST API経由でアプリケーションから利用する方法を公式に案内しています。つまり今回のポイントは、「PCでChatGPTのような画面を開いた」という話ではありません。ゲームそのものや制作ツールからローカルLLMを呼び出し、開発工程の一部として組み込んだことに意味があります。

デモ1AI NPCがプレイヤーや別のNPCとリアルタイムに会話

最初のデモでは、GoogleのGemmaシリーズをLM Studio上で動かし、異なる性格やバックストーリーを持った2人のキャラクターを用意しています。従来のNPCでは、開発者があらかじめセリフや条件分岐を書いておき、「この条件になったらこのセリフを表示する」という方式が一般的でした。今回の仕組みでは、LLMが直前の会話やキャラクター設定を参照しながら返答を生成します。さらに音声合成エンジンを組み合わせ、生成された返答をそのまま音声化。別のRTX 4090搭載PCでは動画生成処理も行い、キャラクターの表情や口元を音声に合わせる実験も披露されています。

ここで興味深いのは、DAIV CXだけですべての処理を完結させていない点です。LLMによる文章生成や判断は大容量メモリを持つDAIV CXへ任せ、映像生成のように演算速度が重要になる処理はRTX 4090へ任せています。これはRyzen AI Max+ 395の性格を考えると合理的です。

AI NPCというと、「プレイヤーが何を話しても自由に返答してくれるNPC」が注目されがちです。NVIDIA ACEを採用したAI NPCが実際のゲームへ導入され始めていることは以前取り上げましたが、ゲーム開発側から考えると、生成AIの価値はプレイヤーとの自由会話だけではありません。ゲーム内にはメインシナリオ以外にも、街を歩いているNPCの会話、アイテムの説明、状況に応じた短いリアクションなど、大量の「フレーバーテキスト」が存在します。重要なストーリーは人間が制作しながら、その周囲に存在する大量のバリエーションをLLMで生成するという使い方なら、生成AIをゲームデザインへ組み込みやすくなります。しかも開発段階なら、プレイヤー全員のPCで大規模LLMを動かす必要はありません。DAIV CXのような開発用PCで大量の会話パターンを作成し、その結果をゲームデータとして取り込む方法も考えられます。TGSのデモはAI NPCそのものをリアルタイムで動かしていますが、「AI NPCを製品版ゲームへそのまま搭載すること」と「AIをゲーム制作に利用すること」は分けて考えた方がよいでしょう。

デモ2ゲームをAIに自動プレイさせてデバッグする

2つ目のデモは、ゲームそのものより開発現場への影響が大きそうです。縦スクロールシューティングゲームをLLMへ認識させ、画面の状況を見ながら「弾幕を避ける」「敵へ接近する」といった操作方針を数秒ごとに判断させ、自動的にゲームをプレイさせています。

ゲーム開発では、完成したプログラムが起動するだけでは十分ではありません。難易度を変更したらクリア不能になっていないか、特定ステージだけ極端に難しくないか、敵の攻撃に安全地帯ができていないかなど、実際に何度もプレイしなければ発見しにくい問題があります。規模が大きくなるほど、その確認回数も増えます。ここへLLMを投入すれば、人間が寝ている間にも複数の条件でゲームをプレイさせ、異常な結果が出たケースだけを翌日に確認するような運用が考えられます。

ただし、今回のデモを「ゲームデバッグをすべてAIへ任せられる」と考えるのは早計です。実演されたAIは数秒単位で画面を確認して操作方針を決めています。そのため、1フレームだけ発生する描画不具合や、特定入力によって100%再現するバグなどを検証する用途では、従来の自動テストや決められた入力を再生するテストの方が適しています。一方でLLMには、「決められた手順から少し外れて遊ぶ」という強みがあります。壁に向かって移動し続けたり、本来想定していない順番で敵へ接近したり、戦闘を避け続けたりと、人間のQA担当者が毎回同じようには実行しない操作を大量に試す用途とは相性が良さそうです。したがってAIによる自動プレイは、従来のQAを置き換えるより、探索的テストを大量に追加する仕組みとして考える方が現実的でしょう。

この用途でローカルLLMが重要になる理由の一つが実行回数です。ゲームを一晩中プレイさせ、そのたびにゲーム画面を解析して次の操作を生成する場合、大量のLLM推論が発生します。クラウドAIでは呼び出した量に応じてAPI料金が発生するサービスもありますが、ローカルLLMならモデルを自分のPCで実行するため、推論するたびに外部APIの従量料金を支払う必要はありません。ただし、「コストは電気代だけ」と考えるのも正確ではありません。DAIV CXは税込949,800円からで、ハードウェア導入費そのものが大きいためです。長期間利用すれば電気代のほかに機材の償却や保守も考える必要があります。そのためローカルAIのメリットは「完全に無料」ではなく、大量の推論を行っても1回ごとのAPI課金が増えないことと考えた方が実態に近いでしょう。

デモ3DAIV CXを社内AIハブとして使う構想

3つ目のデモでは、さらにDAIV CXらしい使い方が紹介されています。バリーン・スタジオが進めている制作基盤では、DAIV CXをLLM推論やプロンプト処理を行うハブとして利用します。参考画像をLLMへ渡すと、構図・ライティング・色・キャラクターなどを分析して文章化し、画像生成・動画生成AI向けのプロンプトへ変換。ユーザーは日本語で「もっとサイバーパンク風に」といった修正を指示できます。重い画像・動画生成については別のGPUマシンへ処理を振り分けます。

この構成は非常に重要です。Ryzen AI Max+ 395にすべてをやらせる必要はありません。DAIV CXには大容量LLMを置き、RTX搭載PCにはCUDAや高速な専用VRAMを生かした画像・動画生成を任せるという分業ができます。ゲーム開発スタジオで考えれば、DAIV CXを1台置き、複数の開発者がLAN経由でLLMへアクセスするという運用も可能です。LM Studio自体もローカルネットワーク上へAPIサーバーを公開する機能を持っています。ただしlocalhost以外へ公開する場合、LM Studioも認証を有効にすることを推奨しています。

仕組み「96GB VRAM」はRTX PRO 6000の96GBとは違う

DAIV CXを見るうえで最も注意したいのが「96GB」という数字です。DAIV CXは128GBのオンボードメモリを搭載し、CPUとRadeon 8060Sが同じLPDDR5Xメモリを利用します。AMD Variable Graphics Memoryを利用すると、そのうち最大96GBをグラフィックス用として確保できます。96GBへ変更すると、その分だけCPUやWindowsが通常のシステムメモリとして利用できる容量は減ります。つまり、グラフィックボード上に96GBのGDDR7を搭載しているわけではなく、ここはRTX PRO 6000 Blackwellなどと明確に区別する必要があります。

出典：AMD公式、NVIDIA公式にもとづきます（2026年9月20日時点）。

帯域幅だけなら両NVIDIA GPUはRyzen AI Max+環境の約7倍です。したがってDAIV CXの96GBは、「RTX PRO 6000と同じ速度のVRAMを96GB持っている」という意味ではありません。DAIV CXは速さより、巨大なメモリ空間を比較的コンパクトなPCで確保できることが強みです。

AMD自身も「速さではなく容量」が強みと説明

この違いはAMD自身の検証結果を見るとさらに分かりやすくなります。AMDはRyzen AI Max+ 395と128GBメモリを使い、Windows上のComfyUIで画像・動画生成を検証しています。Flux.1-devではGPUメモリ使用量が約34GBに達するフル精度構成を実行でき、1024×1024画像を定常状態で約77.6秒で生成しています。さらにWAN 2.2ではGPUメモリ使用量が約42GBに達する動画生成を実行できていますが、640×640・81フレームの生成に定常状態でも約26分51秒かかっています。ここで重要なのは、「42GB必要な処理を動かせる」ことと「42GB必要な処理を高速に動かせる」ことは別だという点です。AMDも同資料で、Ryzen AI Max+の特徴について生の処理速度ではなく、容量と柔軟性にあると説明しています。これは今回のTGSデモで、LLMをDAIV CX、動画生成をRTX 4090搭載機へ分けていた理由とも一致します。

一方、LLMでは大容量メモリが非常に大きな意味を持ちます。AMDがRyzen AI Max+ 395で行った検証では、Qwen3.5 35B-A3Bを100%GPUへオフロードした状態で約42トークン/秒、76GBのQwen3.5 122B-A10BについてはCPUとGPUへ分散させながら約8.59トークン/秒で生成しています。このAMD検証はGPUへ64GBを割り当てたLinux環境なのでDAIV CXそのもののベンチマークではありませんが、同じRyzen AI Max+ 395で「100Bを超えるモデルを1台に読み込める」という大容量共有メモリの性格は確認できます。AMDはWindowsでも96GBのVGMを利用することで、4bit量子化された最大128BクラスのLLMを扱えると説明しています。つまりRTX 5090では32GBというVRAM容量そのものが壁になるモデルでも、Ryzen AI Max+なら速度と引き換えに「まずモデルを載せる」という選択肢が生まれます。ゲーム開発におけるDAIV CXも、この性格を利用したものです。

注意点ローカルLLMなら機密情報は絶対安全なのか

ゲーム開発でローカルLLMが注目されるもう一つの理由が、未発表ゲームの情報を外部へ送信せずに処理できることです。LM Studioでは、モデルを事前にダウンロードしておけば、チャット、文書処理、ローカルAPIサーバーといった主要機能を完全オフラインで利用できます。LM Studioはローカルモデル利用時の入力データが端末外へ送信されないことも説明しています。

ただし、「ローカルLLMを使えば開発環境全体が自動的に完全ローカルになる」という意味ではありません。LLMから外部の画像生成サービスを呼び出したり、Web検索やクラウドモデルを有効にしたり、外部MCPサーバーへ接続したりすれば、その部分ではネットワーク通信が発生します。社内ネットワーク上へLLM APIを公開する場合にもアクセス制御が必要です。したがって企業利用では、「LLMがローカルかどうか」だけではなく、LLMから先につながっているツールや生成サービスまで含めてデータの経路を確認する必要があります。

位置づけDAIV CXはRTX 5090搭載PCの代わりではない

DAIV CXをゲーム開発用PCとして考える場合、RTX搭載ワークステーションとの比較方法にも注意が必要です。純粋なゲーム性能、3DCGレンダリング、動画生成、CUDAを利用するAI処理などを高速に実行したいのであれば、依然としてGeForce RTXの方が適したケースは多くあります。RTX 5090は32GB GDDR7と1792GB/sのメモリ帯域幅を持ち、NVIDIAのCUDA・Tensorコアを利用する巨大なソフトウェア環境も存在します。対してDAIV CXの価値は、RTX 5090ではVRAM容量の問題で読み込めないモデルを扱える可能性があることにあります。ゲームを高速に描画するPCと、大規模LLMを保持するPCでは求められるハードウェアが違います。今回のTGSデモがDAIV CXとRTX 4090搭載PCを組み合わせていること自体が、その違いを分かりやすく示しています。

判断約95万円のDAIV CXを個人が買う必要はある？

DAIV CX-A9A60の価格は2026年9月20日時点で949,800円からです。Ryzen AI Max+ 395、Radeon 8060S、128GBオンボードメモリ、2TBのWD_BLACK SN850X、Windows 11 Proを搭載しています。本体は幅約79×奥行198×高さ205mm・重量約1.98kgという小型筐体で、3年間のセンドバック修理保証と24時間365日の電話サポートも付属します。

ローカルLLMを少し試してみたい個人ユーザーが約95万円を払う必要性は高くありません。Ryzen AI Max+ 395を搭載したミニPCはほかにも存在しますし、32B以下のLLMや一般的な画像生成が中心なら、GeForceを搭載したPCでも十分なケースがあります。一方で、未発表ゲームのソースコードや企画資料を扱う開発会社が、128GBクラスのローカルAI環境を国内メーカーの保証付きで導入したいのであれば話は変わります。DAIV CXの価格にはRyzen AI Max+ 395そのものだけでなく、完成品PCとしての保証や国内サポートも含まれています。個人向けの最安ローカルAIマシンというより、業務へそのまま導入しやすい大容量ローカルAIワークステーションとして考えた方が製品の立ち位置を理解しやすいでしょう。

さらに「96GB」という数字だけをDAIV CXの絶対的な強みと考えるべきではありません。Ryzen AI Max+ PRO 495を搭載した192GBメモリ構成では、最大160GBまでグラフィックスメモリへ割り当てられる製品も登場し始めています。容量競争だけを見れば、96GBはすでに最大ではありません。だからこそ今回のDAIV CXで注目したいのはスペックそのものではなく、大容量共有メモリを実際のゲーム制作フローへどう組み込んだかという部分です。

まとめまとめ｜96GBより「何をローカルへ移せるか」が重要

DAIV CXは、Ryzen AI Max+ 395と128GBの統合メモリを搭載し、最大96GBをグラフィックス用へ割り当てられるローカルAI向けPCです。TGS 2026ではその特徴を利用して、Gemmaを使ったAI NPC、LLMによるゲームの自動プレイ・デバッグ、画像・動画制作を支援する社内AIハブという3種類のデモが披露されました。

ただし、96GBという数字だけを見てRTX 5090やRTX PRO 6000より優れたGPUだと考えるのは適切ではありません。Ryzen AI Max+のLPDDR5Xは容量には余裕がありますが、専用GDDR7を搭載するハイエンドGPUとはメモリ帯域幅や演算性能の方向性が大きく異なります。DAIV CXが面白いのは、「高速なGPUを1台に詰め込む」というこれまでのクリエイターPCとは違い、大容量LLMを常駐させるPCを開発環境の中心に置くという使い方が見えてきたことです。

あわせて読みたい

ニュース

スクウェア・エニックスがGeminiでゲームQAを自動化｜AIが画面を見てコントローラーを操作する仕組み

ゲーミングPC

Ryzen AI Max+搭載ミニPCおすすめ比較【2026年9月版】｜統合GPUの大容量メモリでゲームはどこまで動くか

ニュース

「グラフィック減速器」と呼ばれた内蔵GPUがAI時代に復活｜ローカルLLMも動く共有メモリという武器

ゲーミングPC

AI搭載ゲーミングPCとは何ができる？普通のゲーミングPCとの違い・NPUの必要性まで解説

出典：ASCII.jp・AMD公式(Variable Graphics Memory)・AMD ROCm Blog(ComfyUI検証)・NVIDIA公式(RTX 5090)・マウスコンピューター公式(DAIV CX-A9A60)にもとづきます（2026年9月20日時点）。