なぜ M4 Mac × MLX なのか
NVIDIA GPU が逼迫する中、Apple Silicon の Unified Memory アーキテクチャは大規模モデルのローカル推論で再評価が進んだ。M4 Pro / M4 Max は帯域幅・Neural Engine ともに前世代より強化されており、Apple 公式の MLX フレームワークと組み合わせると、コンシューマ用途では極めて魅力的な AI ワークステーションになる。本稿では MLX を中心に、Whisper（音声）、Llama（LLM）、Stable Diffusion（画像）の3用途で Mac をどう使い倒すかを公開情報ベースで整理する。
MLX の立ち位置
MLX は Apple Machine Learning Research が開発するアレイ・フレームワークで、PyTorch ライクな API を Apple Silicon に最適化した形で提供する。Hugging Face にも mlx-community 組織があり、Llama 系・Qwen 系・Mistral 系・GPT-OSS など主要オープンモデルが MLX 形式で公開されている。Ollama 公式ブログによれば、Apple Silicon 向けに Ollama 自体が MLX バックエンドのプレビューを提供する動きもある。
llama.cpp、MLX、Ollama、vLLM の関係はおおむね以下のように整理できる（公開情報ベース）。
- llama.cpp: 最大の移植性・GGUF エコシステム・CPU 含む幅広い対応
- MLX: Apple Silicon でのスループットに優位、Mac 専用
- Ollama: 開発体験・運用 API、内部で複数バックエンドを利用
- vLLM: NVIDIA GPU を中心としたサーバ向け
つまり Mac 単機なら MLX か llama.cpp が中核、Ollama はその上の使いやすい入口、と捉えるのが分かりやすい。
Whisper：M4 Max の RTF を活かす
MLX 版 Whisper は Apple Silicon 上で非常に高速で、公開情報には M4 Max での RTF（Real-Time Factor）が 197x に達したとの報告も見られる（あくまで特定条件下の測定で、実環境での再現性は要件次第）。社内会議の録音書き起こし、コールセンター録音の分析、医療カルテの口述筆記といった用途に向く。
```python # mlx-whisper の最小実行例（公式ドキュメント準拠） import mlx_whisper
result = mlx_whisper.transcribe( "./meeting.m4a", path_or_hf_repo="mlx-community/whisper-large-v3-turbo", language="ja", word_timestamps=True, ) print(result["text"]) ```
word_timestamps は議事録UIで重宝する。チャプター生成や検索インデックス用途で必須レベルだ。
Llama 系 LLM：Unified Memory が効く
M4 Max 128GB 構成では、70B 級モデルの 4-bit 量子化が単機で動く。MLX 形式で配布されている Llama 3.x 系・Qwen 3 系・Mistral 系を mlx-community からダウンロードし、`mlx_lm.generate` で対話に入れる。
```python from mlx_lm import load, generate
model, tokenizer = load("mlx-community/Llama-3.3-70B-Instruct-4bit") response = generate( model, tokenizer, prompt="社内議事録から決定事項のみ抽出して箇条書きにせよ。\n\n" + minutes_text, max_tokens=1024, ) print(response) ```
注意したいのは、ピーク VRAM ではなく Unified Memory 全体が圧迫されるため、Xcode や ブラウザを多数開いた状態だと OOM やスワップが発生しやすい点だ。AI ワークロード専用に Mac を割り当てる、もしくはバックグラウンドアプリを最小化する運用が望ましい。
Stable Diffusion：MLX 版と Draw Things
画像生成は MLX 直接の `stable-diffusion` 実装と、GUI ラッパとしてポピュラーな Draw Things の併用が現実的だ。MLX は PyTorch + MPS よりも Apple Silicon の Unified Memory を直接活用するため、同じモデルでもメモリ効率と速度が伸びると公開情報で言及されている。社内のクリエイティブ部門向けには Draw Things の GUI を入口にし、自動化したいワークフローは MLX スクリプトで CLI 化する2段構成が運用しやすい。
中小企業向けの選定ガイド
KGA IT が Mac ベースの AI ワークステーション提案で実際に使う指針はシンプルだ。
- 1人〜数名のクリエイティブ／知的生産: M4 Pro 48GB を共通仕様、Ollama + LM Studio
- 70B 級まで触りたい AI 担当者: M4 Max 128GB、MLX を中核に Ollama を併用
- 部門サーバ用途: Mac mini M4 Pro 64GB を LAN に常駐、Ollama + Open WebUI で社内提供
- 大規模学習・推論: Mac ではなく NVIDIA GPU サーバ + vLLM への移行を前提に設計
ガバナンス：Mac だからこそ
Mac は個人端末感覚で配布されやすいぶん、企業利用ではガバナンスが緩みやすい。MDM（Jamf 等）でのデバイス管理、FileVault 強制、業務データを保管するボリュームの暗号化と権限分離、AirDrop ポリシーなどの基本を踏まえたうえで、ローカル LLM が扱う社内文書のラベリング基準を整える必要がある。Apple Silicon の AI 性能を活かす議論と、企業情報セキュリティの議論は同じテーブルで進めるべきだ（公開情報ベースの一般的考え方）。