2026年10月26日更新：Lenovo ThinkPad P1 Gen 9が、新しいスイートのMLPerf Clientの結果とともに「テスト済み」に追加されました。選定は変更ありません。10月16日には、HP OmniBook Ultra 16とLenovo Yoga 9n 2-in-1 16を筆頭とするRTX Spark搭載ノートパソコンが、専用セクションに追加されました。
ここに掲載されているノートパソコンはすべて、StorageReviewのラボでテスト済みです。ローカルAIのパフォーマンスを直接測定しており、UL Procyon AI Text Generationは、対応可能なすべてのシステムで同じモデルを実行し、ハードウェアの性能に応じてLM StudioとOllamaを用いてさらに詳細なテストを行っています。このページに掲載されている製品はすべてスペックシートに基づいてランク付けされたものではなく、各製品はデータが掲載されているレビューへのリンクとなっています。
2026年にノートPCでAIモデルを実行するには、2つの方法があります。NVIDIA RTX PROのディスクリートGPUは、1秒あたりのトークン数が最も速いですが、モデルはカードのVRAM（この分野では8GBから24GB）内に収まる必要があります。AMDのRyzen AI Max+（Strix Halo）やIntelのCore Ultra共有LPCAMM2プラットフォームに代表される統合メモリおよび共有メモリ設計は、処理速度よりも容量を重視します。GPUはシステムメモリの大部分を借りることができるため、より大きなモデルもロードできます。以下の製品は、両方の方法に加え、NPUを最優先とした高効率クラスにも対応しています。
一目でわかる
| カテゴリー | システム | AIエンジン | 主な結果 | レビューの全文 |
|---|---|---|---|---|
| ローカルAIに最適な総合ノートパソコン | Dell Pro Max 18 Plus | RTX PRO 5000 Blackwell 24GB / 128GB CAMM2 | 185 tok/s (Phi、Procyon)、テストした中で最速のノートパソコン | Pro Max 18 Plus レビュー |
| 大型モデルに最適 | HP ZBook ウルトラ G1a 14 | Ryzen AI Max+ PRO 395、最大96GBの割り当て可能な統合メモリ | DeepSeek-R1 70B、Gemma 3 27Bを9 tok/sでロードしました | ZBook Ultra G1a レビュー |
| 最高の16インチバランス | Dell Pro Max 16 Plus | RTX PRO 5000 Blackwell 24GB / 128GB CAMM2 | 179 tok/s (Phi)、バッテリー駆動時間6時間21分 | Pro Max 16 Plus レビュー |
| 最高の超ポータブル | レノボ ThinkPad P14s 第 7 世代 | RTX PRO 1000 Blackwell 8GB / 64GB LPCAMM2 | 3.59ポンドで55トック/秒（ファイ） | P14s Gen 7 レビュー |
| ディスクリートGPUなしで最適 | Dell Pro Precision 5 14s Intel | Intel Arc Pro B390 iGPU、64GB共有LPCAMM2 | 8GBを超えるVRAMを搭載したモデルでは、バッテリー駆動時間は23時間50分でした。 | Pro Precision 5 14s レビュー |
| 最高の薄型軽量NPUシステム | HP エリートブック 6 G1q | Snapdragon X Plus、45 TOPS Hexagon NPU、32GB | Llama 3.2 3B、LM Studioで37 tok/s | EliteBook 6 G1q レビュー |
| 最高のRTX Spark搭載ノートパソコン | HP オムニブック ウルトラ 16 | RTX Spark N1X、20コアCPU / 6,144コアBlackwell GPU、128GBメモリ（うち64GBはGPU用） | 35Bのコーディングエージェントタスクを72.0秒で完了、速度は89.5 tok/s、3回の実行のうち3回が合格。 | OmniBook Ultra 16 レビュー |
| 最もクールなRTX Spark搭載ノートパソコン | Lenovo Yoga 9n 2-in-1 16 | RTX Spark N1X、20コアCPU / 6,144コアBlackwell GPU、64GBメモリ（うち32GBはGPU用） | 30分間の連続負荷で最高72℃、HP OmniBook Ultra 16では98℃ | Yoga 9n 2-in-1 16 レビュー |
おすすめ商品
ローカルAIに最適なノートパソコン：Dell Pro Max 18 Plus
Pro Max 18 Plusは、StorageReviewラボを通じて、どのノートパソコンよりも最速のローカルAI数値を記録しました。UL Procyon AIテキスト生成では、RTX PRO 5000 Blackwell（24GB GDDR7）により、Phiは1秒あたり185.1トークン、Mistralは140.5トークン、Llama 3は119.7トークンに達し、すべてのモデルで最初のトークンまでの時間は0.35秒未満でした。Core Ultra 9 285HXと128GBのCAMM2メモリにより、パイプラインの残りの部分は邪魔にならず、24GBのVRAMは20Bクラスの量子化モデルを快適に保持します。
トレードオフは筐体の形状が示唆する通りで、重量は7.17ポンド、バッテリー駆動時間は3時間39分と、当社のノートパソコンデータセットの中で最短です。これは折りたたみ式のデスクトップマシンです。レビュー時点での価格は9,245ドルでした。ローカル推論速度が全てであれば、これが答えです。
レビュー：Dell Pro Max 18 Plus：Blackwell RTX PRO 5000搭載の高性能
大型モデルに最適：HP ZBook Ultra G1a 14
速度は一方の軸であり、容量はもう一方の軸です。ZBook Ultra G1aは、AMDのRyzen AI Max+ PRO 395と128GBのLPDDR5X統合メモリを組み合わせており、そのうち最大96GBをRadeon 8060S GPUに割り当てることができます。このプールにより、ディスクリートGPU搭載ノートPCでは処理できないモデルをロードすることができました。DeepSeek-R1 70BとQwQ 32BはどちらもLM StudioとOllamaでローカルに実行され、Gemma 3 27Bは毎秒8.96トークンで生成され、毎秒73トークンで迅速に処理されました。
Procyonの性能は、ここに挙げたすべてのRTX PRO搭載マシン（Phiは毎秒65トークン）に劣るため、小型モデルでの高速チャットには向いていません。しかし、モデル自体が重要な場合はこの機種が最適です。重量は3.3ポンド、バッテリー駆動時間は10時間35分です。これは、デスクトップ版のAMD Strix Haloが14インチシャーシに収めた、統合メモリのストーリーと同じです。
レビュー：HP ZBook Ultra G1a 14 レビュー
近日発売予定：HP ZBook Ultra G3a 16
上記の「大型モデル向けベスト」に選ばれたモデルは、まもなく後継機種にその座を譲ることになるかもしれません。ZBook Ultra G3a 16は、192GBのLPDDR5X-8533統合メモリを搭載し、最大160GBをGPUに割り当て可能（G1a 14は最大128GBと96GB）、Ryzen AI Max+ PRO 495を最上位に搭載、G1aの55Wに対し100Wを維持する熱設計の改良が施されています。G1aは容量でその地位を獲得しましたが、消費電力が性能を制限していました。G3aは両方の数値を同時に改善しています。
HPは10月に米国での受注を開始し、構成価格は3,149ドルからとなっています。G3aは、ProcyonとLM Studioによる完全なテスト結果が出揃い次第、ランキングにランクインします。今回のハンズオンプレビューでは、性能テストが許可されていない試作機のハードウェアについて取り上げました。製品版がラボに届き次第、詳細なレビューを掲載します。
最高の16インチバランス：Dell Pro Max 16 Plus
Pro Max 16 Plusは、18 Plusと同じRTX PRO 5000 Blackwell 24GBを搭載しており、性能面でほとんど遜色ありません。Phiは1秒あたり178.6トークン、Mistralは134.2トークン、Llama 3は114.7トークンで、フラッグシップモデルのスループットの約96%に相当します。その代わりに、重量は7.17ポンドから5.63ポンドに軽くなり、バッテリー駆動時間は6時間21分とほぼ倍増しています。
本格的なローカル推論機能を手軽に利用したいほとんどのユーザーにとって、この2機種のうちこちらの方がお買い得です。また、当サイトの「ベストモバイルワークステーション」ランキングでも総合ベストに輝いており、AI処理速度に加え、既に検証済みのプロフェッショナル向けアプリケーション群も搭載されています。
レビュー：Dell Pro Max 16 Plus レビュー：長時間の作業と大規模な業務のために設計された
最高のウルトラポータブルノートパソコン：Lenovo ThinkPad P14s Gen 7
P14s Gen 7は3.59ポンド（約1.6kg）と、Blackwell GPUを搭載したノートパソコンの中では最軽量です。RTX PRO 1000（8GB GDDR7）は、Phiで毎秒55.1トークン、Mistralで毎秒40.3トークンという、7Bクラスのモデルとしては実にインタラクティブな速度を実現しています。また、Panther Lakeの50 TOPS NPUにより、Copilot+にも対応しています。バッテリー駆動時間は15時間52分と、AI機能を使っても仕事時間を無駄にすることはありません。
購入前に上限を知っておきましょう。Llama 2 13B のテストは完了しませんでした。このモデルは Procyon パス経由で約 12GB のグラフィックメモリを必要としますが、GPU のメモリは 8GB しかないためです。7B 以下の量子化モデルであれば、これは非常に優れたキャリーです。それ以上のモデルについては、このページをご覧ください。
レビュー：Lenovo ThinkPad P14s Gen 7 レビュー
ディスクリートGPUなしで最適：Dell Pro Precision 5 14s Intel
ディスクリートGPUがなくても、常識の範囲内であれば問題ありません。Intel Pro Precision 5 14sは、Core Ultra X9 388H（50 TOPS NPU）とIntel Arc Pro B390統合グラフィックスを組み合わせ、64GBのLPCAMM2共有メモリプールを使用しています。テストでは、このプールは8GBのディスクリートカードでは処理できないほど大規模なローカルAIワークロードを実行し、VRAMが制限されたシステムではDNFとなったProcyon AIテキスト生成スイート全体を完了しました（Phiで887、Llama 2で786のスコア）。
処理速度はRTX PROチップに比べると控えめですが、重いインタラクティブな作業よりも、バックグラウンドでの補助作業に適しています。その他の点では、重量3.12ポンド（約1.4kg）、バッテリー駆動時間23時間50分（実測値）と、当社のデータセット全体で2番目に長い駆動時間を誇るなど、非常に優れています。また、当社の「ベストモバイルワークステーション」ランキングでも、最高のウルトラポータブルワークステーションとしてランクインしています。
レビュー：Dell Pro Precision 5 14s Intel レビュー
最高の薄型軽量NPUシステム：HP EliteBook 6 G1q
EliteBook 6 G1qは、別の問いに答えています。実用的なオンデバイスAIを実現するには、どれくらい小型のマシンが必要か、ということです。45 TOPSのHexagon NPUを搭載したSnapdragon X Plusは、LM StudioでLlama 3.2 3Bを毎秒36.7トークン、Gemma 3 4Bを毎秒29.3トークンで実行し、1Bモデルでは毎秒62トークンを超えました。これらは、バッテリー駆動時間が19時間35分と測定された3.17ポンドのマシンから得られる、実用的なチャット速度です。
上限は低く、テストしたモデルの中で最大でも4Bパラメータだったので、これはローカルチャット、要約、オフラインアシスタント向けであり、より大規模なモデルは対象外です。レビュー時の構成で約3,100ドルと、このページに掲載されているシステムの中で最も安価でした。
レビュー：HP EliteBook 6 G1q レビュー：軽量ノートパソコンで一日中使えるパワー
RTX Spark搭載ノートパソコン：新しいクライアントスイートでテスト済み
NVIDIAのRTX Spark N1Xは、DGX SparkのGB10スーパーチップをWindowsノートPCに搭載し、LPDDR5Xの1つのプールをGrace CPUとBlackwell GPUで共有します。ノートPCには、45～80WのTDPで2つのバリエーションがあります。20コアCPUと6,144コアGPU、および18コアCPUと5,120コアGPUです。これらのシステムは、新しいArm64ネイティブクライアントスイートであるsr-client 1.2でテストされているため、結果は上記のピックの背後にあるProcyonの数値と完全に一致するわけではありません。RTX Sparkの発売に関する記事では、プラットフォームの詳細をすべて説明しています。
メモリによって、各構成で実行できるモデルが決まります。ファームウェアの設定でメモリプールをWindowsとGPUに分割しますが、最小のローカルAIモデル層では少なくとも16GBのGPU使用可能メモリが必要となるため、GPU用に12GBに設定された32GBシステムでは12.8GBのgpt-oss:20bをロードできません。
ベスト RTX Spark ラップトップ: HP OmniBook Ultra 16
128GBのOmniBook Ultra 16は、これまでテストした中で最も完成度の高いRTX Spark搭載ノートブックです。GPUで使用可能なメモリが62.5GBあり、ローカルAIモデルの2つのティア両方で動作し、gpt-oss:20bを毎秒58.0トークン、Qwen3.6-35B-A3Bを毎秒89.5トークン生成しました。9つのコーディングエージェント実行すべてに合格し、Qwen3.6タスクを72.0秒で完了しました。これは同グループで最速です。また、全コアOpenBLASソルブテストは98℃で完了しました。このテストでは、2台のSurface Laptop Ultraの電源が切れてしまいました。
Cinebench 2026 マルチコアで 7,004 を記録し、この比較では CPU の結果が最高で、Razer Blade 16 を 35% 上回りました。Blade の RTX 5090 は、24GB を搭載したモデルでは依然として 2.3 倍速くトークンを生成し、OmniBook のブラウザは共有 GPU でコーディング エージェントが実行されている間 1.73 倍遅くなりました。テストした 128GB、2TB 構成は HP.com でのみ販売されており、HP は 10 月 14 日時点で 6,229.99 ドルで販売しています。3,199.99 ドルの 32GB モデルは CPU 速度は維持されますが、モデル ティアをロードできず、バッテリーの結果は保留中です。
レビュー：HP OmniBook Ultra 16 レビュー：RTX Spark 128GB搭載モデルがローカルコーディングエージェントテストでトップに
最も発熱の少ないRTX Spark搭載ノートパソコン：Lenovo Yoga 9n 2-in-1 16
Yoga 9n 2-in-1 16 は、これまでテストしたどの RTX Spark ノートブックよりも N1X を低温で動作させました。30 分間の連続ループで、CPU は最高 72 ℃ に達し、3,015MHz を維持し、最初のパスの 100.1 % で終了しました。HP OmniBook Ultra 16 と Surface Laptop Ultra は 98 ℃、Lenovo Pro 9n 15 は最高 92 ℃ でした。これらはすべて、これらのシステムで公開されている唯一の CPU センサーである Windows の熱ゾーンで測定されました。Lenovo は、通気口の拡大、サーマル バンプの隆起、通気口の後ろに空気が流れるスペースを残すコンバーチブル ヒンジが低温を実現したと評価しています。
冷却性能の調整により、YogaはHPに比べて全コア速度が若干低下しています。マルチスレッドの結果は、ほとんどのテストでOmniBookより4～10%遅く、コーディングエージェントはYogaではブラウザを2.44倍遅くしたのに対し、HPでは1.73倍遅くしました。64GB構成によりGPUは32GBとなり、gpt-oss:20bを毎秒58.0トークンで実行するには十分ですが、35Bティアには達していません。タブレットとして、または膝の上で使う16インチのコンバーチブルとしては、このトレードオフは理にかなっています。テスト時の価格は3,749.99ドルで、バッテリーの結果は保留中です。
レビュー：Lenovo Yoga 9n 2-in-1 16 レビュー：最もクールなRTX Sparkノートブック
新しいスイートでもテスト済み：
- Lenovo Pro 9n 15: 3.64ポンドのシャーシに32GBのメモリを搭載した18コアのN1X。Llama 3.1 8BはMLPerf Clientで毎秒55.1トークンで動作し、同じ12GBのGPU分割を持つ20コアのN1Xと2%以内の差で、全コアクロックが高いため、レンダリングとコンパイルでは20コアのものと8〜11%の差に収まり、ピーク温度は93℃。GPUに12GBのメモリを使用しているため、モデルロードとコーディングエージェントのテストは行わないため、ローカルAIの購入者はより多くのメモリを構成する必要がある。Lenovoは、18コア、32GB、512GBモデルを2,999.99ドルから販売している。
- Microsoft Surface Laptop Ultra for Business （テスト結果）：128GBユニットは、gpt-oss:20bとQwen3.6-35B-A3Bを毎秒58～89トークン生成し、Cinebench 2026マルチコアで6,963を記録しました。ただし、全コアOpenBLAS負荷テスト中に2台のユニットが電源オフになったため、この結果はテスト結果のみを示しています。
Dell XPS 16 Creator Editionはまもなくラボに到着予定で、テストが完了次第、このセクションに追加されます。すべてのRTX Sparkシステムのバッテリー性能については、新しいクロスプラットフォームバッテリーテストの結果待ちです。
また、テスト済みです。
これらのシステムは同じラボプロセスを経ており、現時点では特定のカテゴリーに属していないものの、適切な購入者にとっては検討する価値がある。
- レノボ ThinkPad P16 Gen 3: フリート内で3台目のRTX PRO 5000マシン（Phiは141.2 tok/s）。私たちのユニットは32GBのRAMを搭載して出荷されたため、ワークフローの残りのストーリーの妨げとなった。
- HP ZBook Fury G1i 18Pro Max 18 Plusと同じ24GB Blackwell GPUクラスを搭載しているが、スループット（Phiは157.4 tok/s）は一歩劣り、レビュー時のテスト価格は11,687ドルだった。
- Dell Pro Precision 7 16 Intel: RTX PRO 3000 Blackwellは12GBのVRAMを搭載し、この分野で最も強力なミドルレンジGPUの結果を出します（DirectML経由のPhiでのProcyonテキスト生成スコアは2,244）。12GBのVRAMにより、8GBのカードでは実現できない14Bクラスが開かれます。
- レノボ ThinkPad P1 Gen 8: RTX PRO 2000 8GB、重量4.06ポンドの筐体、バッテリー駆動時間12時間59分、Phi値77.3 tok/s。
- レノボ ThinkPad P1 Gen 9: 新しいクライアント スイートでテストしたところ、50W RTX PRO 2000 は MLPerf Client で Llama 3.1 8B を毎秒 64.8 トークン生成し、テストした RTX PRO 2000 の中で最速であり、同モデルの RTX Spark HP OmniBook Ultra 16 の毎秒 56.5 を上回りました。ただし、8GB カードでは、20B 以上モデルのティアをロードできませんでした。
- Dell Pro Max 14 プレミアム: RTX PRO 2000 8GB は 3.55 ポンド、Phi は 54.1 トーク/秒。
- Dell Pro Max 16 (Ryzen搭載): RTX PRO 1000 8GB、バッテリー駆動時間16時間2分、Phi値61.9 tok/s。
- レノボ ThinkPad P14s 第 6 世代: RTX PRO 500 6GB; Blackwell AI のエントリーは Phi 上で 45.7 tok/s。
- Dell Pro Precision 5 16s Intel: 同じ共有メモリプラットフォームを採用した、dGPU非搭載モデルの16インチ版で、ワークステーションとしては最長の24時間43分のバッテリー駆動時間を誇ります。
- Dell Pro Precision 5 14s AMD: 60 TOPS NPUと64GBの共有プール。AMDのProcyon INT8イメージパスはテスト時点ではまだ利用できなかったため、比較が制限される。 Dell Pro Precision 5 16s AMD この製品は、同じ Ryzen AI 9 HX PRO 475 と 60 TOPS NPU を 16 インチの筐体に搭載し、テストでは Pro Precision ラインの中で最高のローカル LLM スループットを記録しました。Llama3 と Llama2 の両方で Intel 製の兄弟機を大きく上回り、ローカル推論作業にはこのファミリーの中で最適な選択肢となっています。
- HP エリートブック X G1aRyzen AI 9 HX 375（55 TOPS NPU搭載）ですが、まだLLMスイートを実行していません。
ランキング
UL Procyon AI テキスト生成は、当社のクロスフリート評価の基準です。同じ 4 つのモデル (Phi、Mistral、Llama 3、および Llama 2 (対応機種)) を、搭載可能なすべてのラップトップで使用し、1 秒あたりのトークン数を直接比較できるようにしています。ハードウェアの性能が興味深い場合は、LM Studio と Ollama をより大型のモデルで実行して、さらに詳細な評価を行っています。各ラップトップは測定基準ごとに一度だけランク付けされ、当社のラボで実用的なローカル AI 結果を生成したシステムのみがこのページに表示されます。
RTX Sparkシステムは、当社の新しいクライアントスイートであるsr-client 1.2を実行したため、このページではRTX Sparkシステム同士を比較しており、他の選択肢の背後にあるProcyonの結果とは比較していません。
この市場では価格変動が激しいため、このページに記載されている金額は、レビュー公開時点でのテスト済み価格です。当社は、ベンダーのコンフィギュレーターで最新の価格を確認せずに価格評価を行うことはなく、確認した場合は確認日を明記しています。
ラップトップローカルAIに関するよくある質問
ノートパソコン上のローカルAIにとって、VRAMと総メモリ容量のどちらがより重要でしょうか？
理由はそれぞれ異なります。モデルはGPUがアクセスできるメモリに収まる必要があります。ディスクリートカードの場合、それはVRAM（この分野では8GBから24GB）であり、Llama 2 13Bは8GBカードでは約12GBを必要としたためDNFとなりました。統合メモリと共有メモリ設計では状況が逆転します。AMDのRyzen AI Max+は最大96GBのシステムRAMをGPUに割り当てることができ、Intelの共有LPCAMM2プールは64GBに達するため、より大きなモデルもロードできますが、速度は低下します。フィットはモデルが実行されるかどうかを決定し、シリコンは実行速度を決定します。
StorageReviewがノートパソコン上で動作させた中で、最も大きなモデルは何ですか？
DeepSeek-R1 70B は、HP ZBook Ultra G1a 14 の 96GB の割り当て可能な統合メモリ プールを介してローカルにロードされます。持続的な生成については、同じマシンで Gemma 3 27B を毎秒 8.96 トークンと測定しました。デスクトップ側では、基準はさらに高く、ローカル AI に最適なデスクトップのリーダーボードには、はるかに大きなモデルを処理するシステムが含まれています。
NPUのTOPSランキングは、LLM（法学修士）課程の運営に影響しますか？
今日のマーケティングで示唆されているほどではない。なぜなら、ほとんどのローカルLLMランタイムはGPUに依存しており、このページに記載されているトークン/秒の数値は、プラットフォームのAIスタックが重要なSnapdragon EliteBookを除き、すべてGPU推論によるものだからだ。NPUは現在、効率性とINT8画像生成パスでその価値を発揮しており、これらのマシンのいくつかがCopilot+ PCとして認定される理由もそこにある。したがって、購入する際はまずGPUとメモリの性能を重視すべきだ。
モデルをローカルで実行した場合、バッテリー寿命はどうなりますか？
推論はノートパソコンが実行できる最も重い持続負荷の1つであるため、実際のセッションでは電源コンセントからの給電を前提に計画を立ててください。このページのバッテリー数値は、生産性指標であるPCMark 10 Modern Officeの結果であり、その差は非常に大きいです。最速のAIノートパソコンでは3時間39分ですが、共有メモリ搭載のDellではほぼ24時間です。ノートパソコンのバッテリー寿命ランキングでは、全機種をランク付けしています。
RTX Spark搭載ノートパソコンは、ここに掲載されているノートパソコンと比べてどうでしょうか？
RTX Spark ノートパソコンは、NVIDIA の N1X を搭載しており、Grace CPU と Blackwell GPU の間で 1 つの LPDDR5X プールを共有しています。弊社では、新しいクライアント スイートである sr-client 1.2 でテストを行ったため、このページで紹介されている Procyon の結果と行ごとに一致する数値は表示されません。128GB の HP OmniBook Ultra 16 では、gpt-oss:20b と Qwen3.6-35B-A3B がそれぞれ毎秒 58.0 トークンと 89.5 トークンを生成し、35B コーディング タスクは 72.0 秒で 3 回中 3 回すべて合格しました。
メモリの分割によって、どのモデルがロードできるかが決まります。GPU用に12GBに設定された32GBのLenovo Pro 9n 15では、12.8GBのgpt-oss:20bをロードできませんでした。Lenovo Yoga 9n 2-in-1 16は最も低温で動作し、30分間の連続負荷で最高72℃でした。Surfaceはテスト済みとしてのみ表示されます。これは、全コアOpenBLAS負荷中に2台のユニットが電源オフになったためです。
ローカルAI用にデスクトップPCを購入した方が良いでしょうか？
デスクに置くだけなら、おそらくデスクトップ型が良いでしょう。デスクトップ型システムは、価格あたりのメモリ容量が大きく、熱管理性能も優れており、バッテリー駆動時間も妥協する必要がありません。当サイトの「ローカルAI向けベストデスクトップ」ランキングは、ここに掲載されているミドルレンジノートPCとほぼ同等の価格帯から始まります。このページに掲載されているノートPCは、AIワークロードを移動させる必要があるユーザー向けです。
Amazon