Neural Acceleratorが変える Macの未来
iPhone 17シリーズ／iPhone Airに採用されたA19シリーズのGPUコアには、Appleシリコン初となる「Neural Accelerator」が搭載されている。すでにM4シリーズにはNeural Engineと、CPU内に「次世代ML accelerator」がAIアクセラレータとして搭載されているが、もしMac向けAppleシリコンのGPUに「Neural Accelerator」が搭載されれば、第3のAIアクセラレータとなる。
Photo●Apple
ライバルはすでにGPUにAIアクセラレータを搭載
GPUへのAIアクセラレータの搭載は、近年のAIサーバ向けプロセッサはもちろん、PC向けプロセッサでも当たり前になりつつある。
NVIDIAは2017年5月にリリースしたデータセンター向けGPU「Tesla V100」に、行列演算アクセラレータである「Tensorコア」を搭載。翌2018年にリリースされた汎用GPU「GeForce RTX 20シリーズ」以降にも継続して採用されている。このTensorコアの登場が、その後NVIDIAがAIデータセンター向けプロセッサの世界的覇者となる足掛かりを作ったといえる。
Photo●NVIDIA
一方、Appleシリコンのような統合型GPU（プロセッサ内蔵GPU）においても、すでにIntelやAMDが先行している。たとえばIntelのGPUコアであるXe2には「XMX（Xe Matrix eXtensions）」と呼ばれるAIアクセラレータが統合されている。
Intelのモバイルプロセッサ「Core Ultra Series 2（Lunar Lake）」のXe2 GPUもXMXをサポートしており、CPUで5TOPS、NPUで48TOPS、GPUで67TOPS、合計120TOPSのAI性能を発揮するとしている。
またAMDも同様に「Ryzen AIシリーズ」に統合されたRadeon GPUにAI Acceleratorを搭載している。
Photo●Intel
Photo●Intel
「Mシリーズ」のGPUコアにNeural Acceleratorに載ることの意義
Appleは2025年9月9日（現地時間）開催のSpecial Eventの中で、A19シリーズのGPUにNeural Acceleratorを搭載したことを発表したが、その効果や役割については深く言及しなかった。実際のところ、iPhoneにおけるNeural Acceleratorのわかりやすい効能は、ゲームプレイや動画再生における画質の向上とエネルギー効率の抑制（バッテリ消費の低減）が主体になると思われる。詳しくは以前書いたこちらの記事を参照してほしい。
この発表の中には、見逃せない重要なキーワードが隠されている。それは「iPhone 17 ProのGPUは、iPhone 16 ProのGPUより最大４倍Compute性能が高い」という部分だ。両者のGPUコア数はいずれも６コアなので、Neural AcceleratorはGPUのAI性能を最大４倍引き上げる性能を持っていることになる。
Appleは近年、Windowsプラットフォーム上で動くゲームタイトルをMacやiPad iPhoneに移植することに注力している。そのためのツールが「Game Porting Toolkit」だ。
Windowsプラットフォームで使われるGPUにAIアクセラレータが搭載され始めたということは、移植されるゲームがAI処理を利用することでグラフィック品質がさらに向上し、Appleプラットフォームでの負荷が大きくなる（重くなる）ことを意味している。したがってGPUへのAIアクセラレータの搭載は、iPhoneの将来にとっては必須だったといえる。
Photo●Apple
Appleシリコンは同世代のAシリーズとMシリーズで、同一のコア設計を用いることが多い。たとえばA17 Proで初搭載されたハードウェアレイトレーシングアクセラレータは、翌月発表されたM3、M3 Pro、M3 Maxに採用されている。したがって、A19シリーズのGPUにNeural Acceleratorが搭載されたということは、当然M4シリーズの後継となるAppleシリコンのGPUにもNeural Acceleratorが搭載されると考えていいだろう。
iPhoneとは異なる MacでのNeural Acceleratorの存在意義
もちろんMacにおいてもWindowsのゲームタイトルの移植性が高まることは重要で、Neural Acceleratorの搭載によってその画質やフレームレートが向上することは間違いない。しかしMacにおけるNeural Acceleratorの用途はそれだけではない。
最近はさまざまな分野であらゆる処理に生成AIが使われており、それらをユーザの手元のデバイスで動かす「ローカル生成AI」が急速に発達・普及しつつある。生成AIを手元のMacで動かすメリットについては「ローカル生成AIを楽しむためのMacの選び方【前編】」および「同【後編】」をご覧いただくとして、問題はその性能（生成速度）だ。
Appleシリコンを搭載するMacでは、その特徴であるユニファイドメモリアーキテクチャによって、どのモデルでもコンパクトなサイズのAIモデルを動かすことができる。さらに、Pro、Max、UltraといったAppleシリコンを搭載したモデルを選択することで、大容量メモリと広帯域なメモリアクセスが得られ、より大きなAIモデルを動かすことができる。この点についてApple自身も「数千億のパラメータを持つ大規模言語モデル（LLM）を直接デバイス上で実行できる」と、生成AIでのMacの優位性をアピールしている。
Photo●Apple
だが実際にサイズの大きいLLMモデルを動かしてみるとMacの生成速度は非常に厳しく、NVIDIA GPUを搭載したWindowsマシンと比較してみると、その差に愕然とする。同じLLMモデルで比較してみたところ、プロンプト評価を含めた生成全体に要する時間は、M4 MaxでGeForce RTX 50シリーズのローエンドレベル、M3 Ultraでようやくミッドレンジレベルだ（生成モデルにも依存するのであくまで目安と考えてほしい）。画像生成になるとその差はさらに広がり、Stable Diffusionによる画像生成速度は、最上位のM3 UltraでもGeForce RTX 5090に桁違いの差をつけられている。
もちろん、相手は数百ワットクラスの電力を消費するディスクリートGPUであり、iGPUを統合するAppleシリコンと直接比較するのは厳しいかもしれない。しかしローカルAIの生成速度という点においては、NVIDIA GPUに圧倒的な差をつけられているのが現実だ。さらに残念なことに、Macには外部GPU（eGPUなど）によるAI処理性能向上という「最後の切り札」が使えない（サポートされていない）。つまり最上位モデルのMacで性能が足りなかったとしても、それ以上を実現する手段が存在しない（クラウドAIを使うしかない）。
しかしこの状況は、新たに開発されたNeural AcceleratorがMシリーズに搭載されることで大きく変わるかもしれない。AppleがいうようにGPUでのAI処理性能が４倍に向上するのであれば、ローカルAIの生成速度も４倍になると期待できる。さらに単一GPUコアに対するNeural Acceleratorの規模を大きくすれば、さらなるAI性能の向上にも期待できる。
もちろん生成AIの処理速度を向上するには、単にNeural Acceleratorが搭載されただけでは不十分で、その機能をフルに活用するためのフレームワークが必要だ。Windowsゲームタイトルの移植をサポートするGame Porting Toolkitのように、NVIDIAのエコシステムに最適化された膨大な数のAIモデルをAppleシリコンに移植するための支援ツールが提供されることを強く期待したい。
著者プロフィール
