何か作りたいエンジニアの奮闘記

Whiskyの代わりに何を使うか〜Mac向け移行ガイドと、Wineのバージョン選びの落とし穴〜

Whiskyの開発が終わったあと、Macで何を入れ直せばいいのかを実測でまとめました。移行先ごとの導入容量と所要時間、22GBのボトルのうち持ち出す価値があるのは2.7MBだけだったこと、そして同じWarframeがWine 11.14では起動すらしないのに11.13では動くという結果まで。

2026年版・MacでWindowsゲームを無料で遊ぶ〜Whisky終了後に残った5つの手段と選び方〜

Whiskyの開発が終わって1年3か月。MacでWindowsゲームを遊ぶ手段は、Mac版ネイティブ・無料の互換レイヤー・CrossOver・クラウドゲーミング・仮想マシンの5つに整理できます。実測値と2026年8月時点の各ツールの版を並べ、目的別・予算別の判断表にまとめました。

Appleが配り始めたAI移植スキルを使ってみた〜Game Porting Toolkit 4のClaude Codeプラグイン〜

AppleがGame Porting Toolkit 4で、AIコーディングエージェント向けのスキル24本をApache 2.0で配り始めました。中身を読み、その手順どおりにDirectXのシェーダ（DXIL）をMetalのライブラリへ変換し、実機のM4に読み込ませるところまで確認しています。前回のp967では動かせなかったGPTK 4ですが、シェーダ変換だけはWine不要でmacOS 26のまま動きました。再現できるようコマンドと版を全部載せています。

Apple純正のGame Porting Toolkitを使い倒す〜開発者向けツールで普通に遊べるのか〜

MacでWindowsゲームを動かすApple純正のGame Porting Toolkit。M4に導入して測ったところ、64bitのDirectXなら47〜48fpsで動く一方、32bitアプリはD3DMetalを一切通らずOpenGLに落ち、SteamはCEFの壁で今回も動きませんでした。公式のGPTK 4もライブラリ差し替えでは動かず。つまずいた原因を層で仕分けると、遊べるかどうかを決めていたのはD3DMetalではなくWineの側でした。

UnityのNPCをローカルLLMで喋らせてみた〜ゲームの中で動くAI会話〜

ゲームのNPCに、決められた台詞ではなくその場で考えた返事を喋らせたい。UnityからローカルLLMを呼んでNPCに人格と記憶を持たせ、ゲームループを止めずに動かせるかを実測しました。同期呼び出しは描画フレーム0枚、平均fpsは2.4%しか落ちないのに1% Lowは20%落ちる、記憶を切り詰めると入力が半分なのに待ち時間は1.8倍——予想が2つ外れた記録です。

「AIの精度」はどの数字を見ればいいのか〜量子化でどれだけ賢さが削られるのかを実測する〜

モデルを軽くする量子化は「賢さはほとんど落ちない」と言われます。本当かどうか、F16を1つ落として手元でQ8からQ2まで作り、perplexity・KL divergence・実際の出力の3つで測りました。数字の崖はQ3から。ところがQ2でもFizzBuzzは動き、17×24も当てます。崩れたのは日本語の説明文だけでした。さらに「日本語のほうが先に壊れるのでは」という予想を検証したところ、perplexityでは外れて見えたのにKL divergenceでは1.5倍脆いと出る——測り方で結論が変わる場面に行き当たった記録です。

「AIの速度」はどの数字を見ればいいのか〜指示から出力までの時間を分解する〜

AIの速さには tok/s・TTFT・スループットと色々な単位が出てきますが、「指示してから出力が終わるまで」は1つの数字では見られません。読み込む時間と書き出す時間に分けて足す、という見方を実測で確かめました。入力8千トークンでは最初の1文字まで39秒かかり、待ち時間の割合は7.9%から95.4%まで入れ替わります。さらに同時に使う人が増えると1人あたりは7分の1に落ちるのに全体の処理量は増える——同じ機械から3つの「速度」が出た記録です。

VRAMとRAMの割り当ては自分で決められるのか〜統合メモリと専用VRAMで、オフロード設定の効き方を比べる〜

ローカルLLMで「モデルのどの部分をGPUに置き、どの部分をCPUに逃がすか」は自分で指定できます。llama.cppの -ngl / -ot / --n-cpu-moe を Apple M4・Radeon 780M・RTX 3060 の3構成で実測しました。統合メモリなら逃がしても損は小さいはず——という予想は外れ、M4では専門家をCPUへ回した瞬間に生成速度が37.77から2.53 tok/sへ、全部CPUに置くより10倍遅くなりました。真犯人はmmapで、--no-mmap を付けると6.6倍まで回復します。

統合メモリ対決：Apple M4 vs Ryzen 780M〜同じ共有メモリなのに、なぜ速度が違うのか〜

どちらもCPUにGPUを内蔵しメインメモリを共有する「統合メモリ」構成。Apple M4（Mac）とRyzen 7 7840HSのRadeon 780M（ミニPC）で、同じQwen2.5-Coderの7B・14Bを同じ条件で走らせて比べました。生成速度は7BでM4が19.55 tok/s（MLXなら22.60）に対し780Mは13.37、14BはM4 10.69に対し780M 6.72。M4が約1.5倍速い一方、メモリ帯域の差は120GB/s対89.6GB/sの1.34倍しかありません。帯域だけでは説明できないこの差の正体を、iPhone由来のApple GPUとグラフィックボード由来のRDNA 3という両者の設計の出自から掘り下げます。

ゲームをしながらローカルAIは動かせるのか〜2つのGPUに仕事を分けて実測した〜

外付けRTX 3060でゲームを動かし、同じPCの内蔵GPU Radeon 780MでローカルLLMを同時に走らせたらどうなるかを実測しました。結論は「成立する。ただし代償は平均fpsではなくフレームの安定性に出る」。平均fpsは-15.7%で済むのに、1% Lowは-43.3%、0.1% Lowは-47.9%まで落ち込みます。GPU同士は競合しておらず、犯人はDDR5メモリコントローラでした。AI側も生成-8.7%に対しプロンプト処理-20.8%と削られ方が違う。アプリごとにGPUを割り当てる設定方法と、対戦ゲームでは避けるべき理由まで実測値つきで整理します。

統合メモリ構成とグラボ構成、AIとゲームでどちらが有利か〜ミニPC＋eGPUで両方試す〜

1台のミニPC（Ryzen 7 7840HS）で、内蔵GPU Radeon 780M（統合メモリ）と外付けRTX 3060（OCuLink接続のeGPU）を切り替えて実測しました。llama.cpp Vulkanで7B・14B・MoE 30B-A3Bの3種類を測ると、ゲームは全指標きっちり3.47倍差なのに、AIはモデル次第で1.67〜10.8倍と振れ幅が段違い。さらに「BIOSでVRAM割当を増やさないと大きいモデルは載らない」という予想が外れ、512MB設定のまま14.2GBを確保できた理由も判明。-ngl 99を付けると起動すらしない罠、Smart App Controlが公式バイナリを弾く問題まで実測値つきで記録します。