ハクソク

世界を動かす技術を、日本語で。

フレームワークデスクトップは強力なツールです

2025年8月9日原文(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。

Hacker Newsで議論の続きを見る