フレームワークデスクトップは強力なツールです

290日前原文(world.hey.com)

概要

Framework Desktopは 静音性 と 高性能 を両立した小型デスクトップPC。
AMD Ryzen AI Max 395+ 搭載で多コア性能が非常に高い。
Docker開発やマルチコア処理 に最適、Mac Studioよりコストパフォーマンスが優秀。
カスタマイズ性や遊び心あるデザイン も大きな特徴。
ゲーム性能やLinux対応も抜群で、 開発者や愛好家向け の理想的な選択肢。

Framework Desktopの魅力と特徴

Framework Desktop は数ヶ月間Copenhagenで運用中の超静音・小型デスクトップPC。
本体体積4.5L と非常にコンパクトで、旧型NorthタワーPC（7950X搭載）より高速。
個性的なデザイン ：21個の前面タイルはカラフルなロゴ付きや自作3Dプリントも可能。
AMD Ryzen AI Max 395+ （ノート向けCPU）採用で、ASUS ROG Flow Z13やHP ZBook Ultraにも搭載例。
- 小型筐体への収まりの良さ、開発者の遊び心を感じさせる設計。
静音性抜群 ：競合のBeelinkやGMKTec製品より圧倒的に静か、ファンノイズがほぼ無音。
カスタマイズ性 ：タイルやストレージ、メモリなどユーザーが自由に選択・交換可能。

ベンチマークと性能比較

マルチコア性能 でBeelink SER8の約2倍、SER9より3割高速。
Mac Studio（M4 Max, M4 Pro） よりもDocker環境下で40～50%高速。
- DockerはLinux上でネイティブ動作、開発用途での現実的な優位性。
Geekbench 6マルチコア ：M4 Maxと同等、M4 ProやIntel 14900Kより高速。
シングルコア性能 はApple M4シリーズが優秀（約20%上回る）が、日常利用で体感差は小さい。
マルチコア重視の開発作業 （HEYテストスイート等）で圧倒的な時短効果。
価格対性能比 が非常に高い。
- 64GB RAM＋2TB NVMe構成で$1,876、同等のMac Studioは$3,299。
- 128GB RAM構成でもFrameworkは$2,276、Macは$4,099。

メモリとローカルLLMモデル

64GB RAMモデル 運用で通常使用時20GB程度と余裕。
128GB RAM はローカルLLM（gpt-oss 120b等）運用向け。
- AMD 395+の統合メモリによりGPU利用範囲が広い。
- ローカルLLMの精度は現状SaaSモデルに劣るため、日常開発では使用頻度低め。

他の選択肢との比較

Beelink SER9 は半額で購入可能、シングルコア性能は同等、マルチコアは2/3程度。
コスト重視 ならSER9、 最高速重視 やテスト時間短縮を望むならFramework Desktop。
開発者やパワーユーザー向け に最適なマシン選択肢。

ゲーム性能・拡張性

iGPU性能 はRTX 4060クラスに匹敵、PC内蔵グラフィックスの新領域。
Linuxでのゲームプレイ も快適（Valve/Steam Deckの貢献）。
デュアルNVMeスロット でWindowsデュアルブートも容易。

総評

Framework Desktop は静音性・高速性・デザイン性・拡張性を兼ね備えた理想的なLinuxデスクトップ。
AMD 395+の高性能 と コストパフォーマンス でMac Studioに明確な優位性。
オープンソース愛好家やハードウェア好き には現時点で最高峰の選択肢。
FrameworkとAMDの革新性 を体感できる、今こそLinuxと遊び心あるPCを楽しむ絶好のタイミング。

Hackerたちの意見

AMDのGPUは、主要な生成AIワークフローにどれくらい対応してるの？全部CUDAだと思ってたんだけど。

└

確かに、最近のFlash Attentionは非CUDAにとっては厄介だね。

└

特定のチップは便利なローカルモデルと連携できるけど、CUDAに比べると互換性はかなり劣ってる。

└

llama.cppとMesaのVulkanサポートを組み合わせたAMD GPUは、今まで試したものには結構うまくいったよ。

└

CUDAは新しいコードにはあまり使われてないよね。レガシーなコードベースで使われてる感じ。LLMの世界では、TritonやPyTorchを使ってるけど、まだ次のステップに進んでない人たちがCUDAを使ってるのをよく見るよ。主にPythonしか知らないプログラマーじゃない人たちが多いからね。とはいえ、AMDはROCｍを通じてほとんどのCUDAコードを動かせるし、AMDはTritonとPyTorchを公式にサポートしてるから、学者たちもNvidiaの地獄から抜け出せる道があるんだ。

└

実際の生成AIワークフロー（LLM）では、AMD Max+395チップの統合メモリは、Mac StudioやMacBook Proの構成と同じくらい大きなモデルをローカルで扱うのに優れていて、速い推論速度をサポートしてると思う。ただし、Appleのハイエンドシリコン（M4 Max、Studio Ultra）は546GB/sのメモリ帯域幅に達するけど、AMDの統合メモリシステムは約256GB/sだね。推論用途ではどちらでも問題ないと思うけど、他のことにはCUDAエコシステムの方がいい選択だと思うよ（間違ってたら教えてね）。

└

僕も同じ印象だよ。何かをトレーニングするにはCUDA GPUが必要だし、推論に関してはAMDとAppleのMチップがどんどん良くなってると思う。

└

OllamaやStable Diffusion系のものが、今は俺のAMDカードで全部動くようになったよ。実際にトレーニングするとなると違うかもしれないけど、メモリに収まるものなら何でも問題なく動くようになった。

└

SCALEっていうプロジェクトがあって、AMDのGPU用にCUDAコードをネイティブで書けるようになってるんだ。NvidiaのCUDAの代替として設計されてて、個人や教育目的では無料で使えるよ。詳しくはここで確認してみてね: https://docs.scale-lang.com/stable/ まだ実装が必要なことがたくさんあって、特にcuDNNやCUDA Graph APIが重要なんだけど、今サポートされてるもののリストはかなり印象的だと思う（しかもどんどん改善されてる）: https://github.com/spectral-compute/scale-validation/tree/ma... ちなみに、俺はSCALEの開発者の一人だよ。

Frameworkが好きで、彼らのノートパソコンを持ってるんだけど、デスクトップはちょっと gimmickyなマーケティングの勝利って感じで、実際には大きな違いがないように思う。しかも、かなり高い気がする。

└

新しくリリースされたモバイルやミニPC向けのプラットフォームを使って、通常は独自技術と組み合わせてるけど、できるだけ標準的なデスクトップに近いものを作ってる感じだね。それを考えると、Frameworkの精神にかなり合ってると思う。

└

Frameworkの市場を誤解してたかもしれないな。自分みたいなハッカーや環境意識の高いFOSSオタク向けだと思ってたけど、実はもっと大きな企業セグメントがあって、そこで購入を担当してる人たちは「箱にドライバーが入ってるのがクールだね」なんていうビジネスニーズよりも、もっと厳しい基準に応えてるんだと思う。例えば、fw12のパワー不足のCPUは、学校向けの大量購入を考慮して設計されてるから納得できた。デスクトップは、40個の同じキュービクルの下に固定されることを想定してるし、CSGOのLANパーティをしたい人たちが持ち運ぶことも考えられてるんだろうね。

└

もし、もっと良い価格で似たような代替品が見つからないなら、それは高すぎるってわけじゃないよ。

Frameworkのデスクトップの注文をキャンセルして、代わりにHPのZ2 Mini G1aを注文したよ。目的はMac Studioを置き換えることで、Appleの傲慢さとひどいソフトウェアの質にはもううんざりしてたから。HPはずっと小さいし、ECC RAMと10Gイーサネットもある。ただ、かなり高いけどね。

└

HPをバカにしてたけど、ECC RAMでちょっと興味が湧いてきた。見た目もいいし。

└

Appleは全体的な信頼性に関しては確かに後退してるけど、他の選択肢が良いと思ってるなら…その結果がどうなるか教えてほしいな。それに、今はMLXプロジェクトをCUDAでデプロイできるようになったし。

Framework Desktopは「GMKtec AI Mini Ryzen Al Max+ 395 128GB」ミニPCと比べてどうなの？同じようなハードウェアで、Frameworkのクールさを諦めれば、こっちの方がちょっとお得な気がするけど、実際どうなんだろう。誰か直接比較した人いる？

└

同じCPUだけど、TDP設定が違う可能性があるね。この比較ではhp G1aを使ってるけど、GMKtecとも大差ないと思うよ： https://www.phoronix.com/review/framework-desktop-linux/9 Frameworkはより多くの電力を供給できるから、持続的なパフォーマンスが向上するって理解してる。

└

同じ価格だよ。どちらの395マシン（128GBのRAM付き）も1999ドルだね。

└

へへ、それってただの中国の会社だよね？保証やサポート、修理のことを考えると、さよならだね。考慮すべきじゃないとは言わないけど、Frameworkを単にクールな要素として説明するのは極端すぎるよ。

└

ほんとだ、名前に「AI」が2回も入ってるね。これが落ち着くのが待ちきれないわ。

M4 Maxとの比較には驚いたよ。これって最近のAMDチップが同じレベルで動くってこと？それがデバイス上のLLMにとってどういう意味を持つのか…それともこの件を全部誤解してるのかな？

└

そうだね、AMDのStrixシリーズはMシリーズと似たアーキテクチャを使ってて、メモリ帯域幅が大きくてキャッシュも多いから、パフォーマンスがかなり良くなるんだ。

└

DHHが比較してるのは、どちらも最新のトップラインチップだからだと思う。DHHのベンチマークは、パフォーマンス特性が異なることを示してるけど、DHHのお気に入りのベンチマークはネイティブLinuxとDockerで動くものを優遇してる。ローカルLLMではM4 Maxの高いメモリ帯域幅がパフォーマンスを大幅に向上させるよ。ArstechnicaにはLLM以外のベンチマークもたくさんあるよ。https://arstechnica.com/gadgets/2025/08/review-framework-des...

└

omarchyのウェブサイトでの比較には驚いた。AppleのM*はGPUを必要としないデータサイエンスの作業に本当に良く働くからね。整数と浮動小数点のパフォーマンスの違いが理由かもしれないけど、調べるのは面倒だな。弱いデータポイントだけど、N=6000の行列をnumpyで使った場合の結果はこんな感じ： - SER 8 8745、Linux: 280 ms -> 1.53 Tflops（単精度） - 自分のM2 MacBook Air: 約180ms -> 約2.4 Tflops（単精度）これは自分が持ってるコンピュータでの2分間のベンチマーク結果だよ。完全にリンゴとオレンジの比較ではないけど（例えば、各プラットフォームでnumpyのデフォルトのBLASを使ってる）、あまり努力せずに人々がやることには無関係ではないと思う。そして、LLMにとって重要なのは浮動小数点計算であって、整数計算（Rubyのテストスイートがボトルネックになってる可能性が高い）ではないんだ。

誰か教えてくれると助かるんだけど（あんまり詳しくないからごめんね）、Frameworkはどうやってこのパフォーマンスを低価格で実現したの？普通の人がPCPartPickerでこんなのできないのはなんで？

└

重要なのはAMDのハイエンドAI CPUだね。デスクトップ全体がこれを最大限に活かすために作られてる。AMDがFrameworkに「新しいCPUがあるんだけど、何かやってみない？」って連絡したんだ。そしたらFrameworkのエンジニアたちがそのチャンスに飛びついたってわけ。

└

AMD Ryzen AI Max 395+がAPU（CPU + GPU）で、それに対応するはんだ付けされたLPDDR5X RAMがあって、メモリ帯域幅は256GB/secという超高速なんだ。だからCPUとRAMはマザーボードに直接はんだ付けされてる。Frameworkからはマザーボードだけも買えるよ： https://frame.work/products/framework-desktop-mainboard-amd-...

RDNA 3.5は、Matrix Coresが使えないってことだね。あれはRDNA 4に取っておかれてるから、今年後半にノートパソコン用のチップが出る予定。デスクトップ用のRDNA 4は2025年に出荷されるみたい。比較すると、Nvidiaは2022年に4000シリーズで消費者向けカードにTensor Coresを持ってきたし、Appleは2020年からsimdgroup_matrixを使ってる！これからはこのハードウェアが当たり前になる世界に向かってるね。非MLのワークロードにとってはどうなるかは不明だけど。

└

NPUがあって同じメモリにアクセスできるのに、Matrix Coresって何に必要なの？しかも、もっと柔軟なFPGAファブリックも含まれてるみたいだし。結局、どっちもどっちじゃない？

驚くべきことに、これはノートパソコン用のチップなんだよね。AMDはデスクトップ用のフルサイズのチップを作って、1枚のボードに2つ載せるべきだと思う。それが本当に計算能力を引き上げるだろうね。

└

1枚のボードに2つ載せるべきだ。NUMAが関わってくるし、チップ間の計算のためのメモリ帯域幅は多分ひどいことになるだろうね。それってシンプルなクラスターの性能を超えることができるのかな？

Appleがハードウェアに組み込んでるような、ファームウェアに焼き込まれたリモートデバイス管理の代替って本当にあるの？これがLinuxを企業に持ち込む上で一番の欠けてる部分だと思う。

同じような作業負荷（ウェブアプリのテストスイートを並行して実行する）で、もっと予算に優しい選択肢って何かある？今、うちのテストスイートは9700Kで約6秒で動いてるんだけど、もうちょっと速くできたらいいな。でも、2000ドルはちょっと高すぎるかな :-) 最後にチェックしたときは、13700Kか13900Kがコスパ的に良さそうだったけど、もっといい選択肢があるかも？

└

Minisforum 790S7/795S7は16コア、32スレッドで、デスクトップのRyzen 7950Xよりちょっとだけパワフル。ベアボーンで約500ユーロで、あとは自分でSSDとSO-DIMM RAMを追加する感じ。

ハクソク