「外付けGPU」が問い直すコンピューティングの境界線——RTX 5090×MacBook Airが示す「演算資源の外部化」という選択肢

スコット・ゴールドマン氏が報告した「RTX 5090をM4搭載MacBook Airに取り付ける」という試みは、一見すると技術愛好家の遊びに映るかもしれない。しかし、この挑戦が提起しているのは、コンピューティング資源をどう配分するかという根本的な問いだ。プロセッサとメモリを統合したApple Siliconの思想と、拡張性を前提とするデスクトップGPUの思想。この二つが交わる地点に、「演算資源の外部化」という新たな選択肢が浮かび上がる。

「統合」と「分離」——相反する設計思想の衝突

M4チップを搭載したMacBook Airは、CPU・GPU・メモリを単一パッケージに統合する「ユニファイドメモリアーキテクチャ」を採用している。この設計により、データ転送のボトルネックを解消し、省電力と高性能を両立させている。一方、NVIDIAのGeForce RTX 5090は、32GBのGDDR7メモリを搭載し、独立した演算ユニットとして機能する、デスクトップPC向けの最上位グラフィックボードだ。

この二つを接続するには、Thunderbolt 5などの高速インターフェースを介した「外付けGPU(eGPU)」構成が必要となる。しかし、macOSは2019年以降、AMDのGPU以外への公式サポートを事実上終了している。ゴールドマン氏の成功は、おそらくLinuxなどの代替OSや、特殊なドライバ環境を活用したものと推測される。

なぜ「超軽量ノートPC」に「最強GPU」を繋ぐのか

この構成の真の意義は、「演算負荷の時間的・空間的分離」にある。日常的なモバイル作業では、MacBook Airの内蔵GPUで十分だ。しかし、3Dレンダリング、AIモデルの学習、動画編集といった高負荷作業が必要になった瞬間、デスクに戻って外付けGPUに接続する——このハイブリッドな使い方が、一台の高性能デスクトップPCを常時稼働させるよりも効率的な場面がある。

特に注目すべきは「演算資源の共有可能性」だ。複数の軽量デバイスが、一台の高性能GPUを時分割で利用する——そんなシェアリングエコノミー的な発想が、eGPU構成には内在している。クラウドGPUサービスが月額課金モデルで提供される現在、物理的なGPU資源を「必要な時だけ接続する」という選択肢は、オンプレミス版のスポット利用とも言える。

Thunderbolt帯域幅という「見えないボトルネック」

もちろん、この構成には技術的限界がある。Thunderbolt 5の理論値は最大120Gbps(双方向)だが、これはPCIe 5.0 x16接続(512GB/s)と比べれば大幅に狭い。つまり、RTX 5090本来の性能を100%引き出すことは不可能だ。特にGPUとCPU間で大量のデータをやり取りする処理では、このボトルネックが顕著に現れる。

しかし、AIの推論処理や一部のレンダリング作業など、「一度データを転送したら、GPU内で処理が完結する」タイプのワークロードでは、接続帯域の影響は相対的に小さい。つまり、タスクの性質によっては、eGPU構成でも実用的なパフォーマンスを得られる可能性がある。

「所有から接続へ」——コンピューティング資源の再配分モデル

この試みが示唆するのは、ハードウェア資源の「所有」から「接続」への移行だ。すでにクラウドコンピューティングはこの思想を実現しているが、レイテンシや通信コストの問題から、すべての処理をクラウドに委ねることはできない。eGPUは、その中間解——ローカルとクラウドの間に位置する「手元のオンデマンド資源」——として機能しうる。

今後、Thunderbolt 6やUSB4 v2といった高速インターフェースの進化、さらにはCXL(Compute Express Link)のような新しいメモリ共有技術が普及すれば、外部演算資源の接続はより透過的になるだろう。デバイス間の境界が曖昧になり、「どこに何があるか」ではなく「必要な時に必要なリソースにアクセスできるか」が重要になる時代が来る。