Apple Silicon UMA (Unified Memory Architecture)（アップルシリコンユーエムエー）
Apple Silicon SoC が採用するメモリアーキ。CPU・GPU・Neural Engine・Display Engine が単一の物理メモリプール (LPDDR4X/5/5X) を共有し、データコピー不要・ゼロコピー転送を実現。M1 16GB 〜 M3/M4 Ultra 512GB まで世代ごとに容量と帯域が拡張されてきた。
概要
Apple Silicon UMA (Unified Memory Architecture) は、Apple Silicon SoC が採用するメモリアーキで、CPU・GPU・Neural Engine・Display Engine などの全演算ユニットが単一の物理メモリプールを共有する設計です。従来の PC が CPU メモリ (DDR4/5 DIMM) と GPU 専用 VRAM (GDDR6X) を物理的に分離し、データ転送のたびに PCIe バスを経由してコピーが必要だったのに対し、UMA では LPDDR4X/5/5X を SoC パッケージ内 (on-package) に統合し、全ユニットが直接アクセス可能。データコピー不要のゼロコピー転送を実現します。M1 (2020) の 16GB から M3 Ultra (2025) の 512GB まで世代ごとに容量と帯域が拡張され、特にローカル LLM 推論で VRAM 制約を回避できる点が AI ワークロードに革命的価値を提供しています。
主な特徴・仕組み
- 物理構造: LPDDR5/5X チップを SoC パッケージ上に PoP (Package on Package) 配置
- 帯域: 通常版 68-150GB/s、Pro 200-300GB/s、Max 400-600GB/s、Ultra 800GB/s-1.2TB/s
- アクセス共有: CPU・GPU・NE・Display Engine が同一物理アドレス空間を共有
- ゼロコピー: GPU → CPU、CPU → NE データ転送で物理コピー不要
- AI ワークロード優位性: VRAM 制約なし、CPU メモリ容量 = GPU 利用可能容量
- 欠点: 後付け増設不可、SoC パッケージで容量上限固定、価格高 (Apple 16GB→64GB が +¥40,000)
- 遅延: GDDR6X 比でやや低帯域だが容量で補う設計
- 電力効率: PCIe 経由コピー不要のため AI 推論時電力効率が x86+ディスクリート GPU 比 2-3 倍
スペック比較表
| 世代 | モデル | 帯域 | 上限容量 | LPDDR 世代 |
|---|---|---|---|---|
| M1 | 通常 | 68.25GB/s | 16GB | LPDDR4X-4266 |
| M1 Ultra | 上位 | 800GB/s | 128GB | LPDDR5-6400 |
| M2 Ultra | 上位 | 800GB/s | 192GB | LPDDR5-6400 |
| M3 Ultra | 上位 | 800GB/s | 512GB | LPDDR5-6400 |
| M4 Max | 上位 | 546GB/s | 128GB | LPDDR5X-7500 |
具体例・対応製品
- MacBook Air M1 16GB: 帯域 68GB/s、AI/動画編集の入門機
- Mac Studio M2 Ultra 192GB: ローカル LLM 70B 級が実用速度、AI 研究者愛用
- Mac Studio M3 Ultra 512GB (2025): Llama 3.1 405B Q4 推論可能な唯一の量産機
- MacBook Pro 16 M4 Max 128GB: モバイル LLM 開発機として最強構成
- Mac Pro M2 Ultra 192GB: PCIe 拡張併用、プロフェッショナル制作ワークステーション
自作PCでの選び方・注意点
UMA は自作 PC ユーザーが Apple Silicon Mac を検討する最大の動機の一つです。RTX 4090 (24GB VRAM) を 4 枚並列で 96GB 構成にしても約 ¥1,000,000・600W、Mac Studio M3 Ultra 512GB は ¥1,180,000・180W で実現できるため、AI 推論用途では実は Apple Silicon が極めて競争力を持ちます。ただし、生 GPU 演算速度では NVIDIA GPU が圧倒的優位 (CUDA・TensorRT 最適化済み)、学習 (Training) ワークロードでは Apple Silicon 不利。推論 (Inference) に特化するなら UMA、学習も視野なら NVIDIA GPU という棲み分けが 2026 年現在の主流見解。後付け不可・価格高 (16→128GB で +¥160,000) を許容できるかも判断軸。
関連用語との違い
- Discrete GPU (RTX 4090): 専用 VRAM 24GB、CPU メモリと別、PCIe 経由コピー必要
- APU UMA (AMD Ryzen 7040U 等): x86 でも UMA 採用例あり、ただし帯域低 (50-80GB/s)
- NUMA: マルチソケット x86 サーバの非統一メモリアクセス、Apple UMA とは別概念
よくある質問（FAQ）
Q1: UMA は VRAM 換算で何 GB? A: 通常版は約 75% を GPU 利用可能 (16GB UMA → 12GB VRAM 相当)、Max/Ultra は約 90% が GPU 利用可能 (192GB UMA → 173GB VRAM 相当)。
Q2: ローカル AI で UMA はどれだけ有利? A: Llama 3.1 70B Q4 は通常 40GB+ VRAM 必要、RTX 4090 (24GB) では分割実行不可避。M2 Ultra 192GB UMA なら 1 筐体で完結、速度も実用域。
Q3: メモリ後付けは本当に不可能? A: SoC パッケージ内 PoP 実装のため物理的に不可能。購入時の容量選択が最重要、Apple のメモリ価格は割高だが妥協は不可。
まとめ
- UMA = Apple Silicon の CPU+GPU+NE 統合メモリ設計
- LPDDR5X on-package、ゼロコピー転送で AI 推論に革命
- M3 Ultra 512GB で 405B クラスのローカル LLM が現実に
- 後付け不可・価格高だが、AI/動画編集用途では x86 ディスクリート構成より優位