メモリ64GBのWindowsより、16GBのMacBookが3倍速かった（ローカル音楽生成の実測）

音楽生成モデルをローカルで動かす実験から、マシン選びの直感的な誤りが浮き彫りになる。著者の予想は「メモリが多いほうが速い」だった。現実は逆だ。メモリ64GBの Windows デスクトップは 1曲 17分。メモリ 16GB の MacBook Pro M4 は 1曲 5分弱。3倍の速度差が出た。

理由は単純にして根深い。Apple Silicon は CPU と同じチップに映像用の演算装置を載せており、生成の計算をそこに流せる。Windows 側は GPU が無いので、全部 CPU で回す。メモリが 4倍あっても、演算装置という「見えにくい部品」の有無の前では無力だ。スペック表を読む人の多くは、RAM の数字に目を奪われ、GPU の有無を後付けで考える。この優先順位の逆転が、マシン選びの誤りを招く。

実際に 16GB の Mac で動かすには手当てが必要だった。素の状態では動かず、bf16 周りのパッチと MLX の無効化が必須。さらに、MLX を使うと 5～15倍という触れ込みだが、16GB では検証すらできない（MLX は 32GB 以上で動く）。「Apple Silicon なら速い」は本当だが、「そのまま動く」は本当ではない。

もう一つ、2台運用で見えた落とし穴がある。クラウド同期のノートアプリで記録を共有していたが、両方が同じファイルを編集すると、後から到達した同期が前の作業を無言で上書きする。消えたのは訂正であり、復旧に気づくまでにラグがあった。解決策は単純で「自分の向きのファイルだけ書く、相手のファイルは読むだけ」というルール。人間による完了報告は、相手のファイルではなく自分のファイルに書く。この一方通行化で衝突がゼロになった。

中小企業がローカル生成を導入する際は、スペック表の「メモリ容量」を最優先に見ない。GPU や Apple Silicon といった演算装置の有無を最初に確認する。実測値から推算できるタイムアウトは、曲の長さで線形に伸びるため、「70秒で 5分なら、130秒なら 10分弱」と先に計算できる。複数台で検証するなら、記録の衝突を防ぐため、向きごとにファイルを明確に分けておく。