メモリの壁、電力効率、コンプライアンスの境界：RTX PRO 6000、PRO 6000D、RTX 5090、RTX PRO 5500の詳細比較と選定ガイド

これら4つのGPUはBlackwellアーキテクチャとGB202コアファミリーの血統を共有しているが、まったく同じ次元の競合製品ではない。RTX 5090はコンシューマー向けフラッグシップ、RTX PRO 6000はフルスペックのプロフェッショナル向けフラッグシップ、RTX PRO 6000Dは特定市場の「コンプライアンス」のために生まれた削減版、RTX PRO 5500はコンシューマー向けに近いコア規模とプロフェッショナル級メモリを組み合わせたラックマウント型ワークステーションカードである。その核心的な違いは「どちらがベンチマークで高いスコアを出すか」ではなく、メモリ容量、プロフェッショナルドライバーとECCサポート、そして電力効率にある。そして実負荷において、この3つはあるカードが何を処理でき、何を処理できず、それを処理する長期的コストが妥当かどうかを直接決定する。

仕様と位置づけの早見表

見落とされがちな重要な点がある。RTX PRO 6000のCUDAコア数はRTX 5090より約10%多いが、従来のゲームにおける性能リードはわずか7%から9%である。これは、グラフィックスレンダリングやゲームのようにすでに十分並列化できる負荷では、増えたコアとメモリがフレームレートに線形に変換されないことを示している。プロフェッショナルカードの真の価値は、メモリ容量がボトルネックになる場面、あるいはマルチGPU相互接続効率がボトルネックになる場面で初めて発揮される。そしてそうした場面では、コンシューマーカードが支払う代償は購入価格だけにとどまらない。

核心的な分岐点1：メモリ容量が「動くかどうか」を決め、「どれだけ体面を保って動けるか」も決める

32GBのメモリは、紙の上では「十分」に見えるが、実際のワークロードでは頻繁に天井にぶつかる位置にある。RTX 5090で十分に量子化されていない大規模パラメータモデルや長文コンテキストのタスクを実行すると、メモリオーバーフローが直接タスク失敗を引き起こすか、CPUオフロードを強いられる。そして大規模MoEモデルにおけるCPUオフロードは、通常、生成速度を1〜5 tok/sまで低下させ、プロフェッショナルな場面ではほぼ受け入れられない対話体験になる。デュアルRTX 5090はメモリプールを64GBに結合し、一見倍増したように見えるが、64GBというハード上限は長文コンテキストタスクや100Bクラスモデルの実現可能性を実質的に制限する。

あるユーザーがデュアル5090構成から単一のRTX PRO 6000へ移行した事例は非常に示唆に富む。アップグレード後、ゲームのベンチマークスコアは約7%しか向上しなかったが、このアップグレードの根本的な動機はまさに、5090の32GBメモリが大規模言語モデルや長文コンテキストのタスクで「もう足りない」ことだった。単一カードの96GBがもたらすのは容量の数字の変化だけではなく、「モデルを2枚のカードに分割しなければならない」ことによって導入される一連の追加的複雑さを排除することである。すなわち、テンソル並列の通信オーバーヘッド、スケジューラが複数レプリカの同期を維持する負担、そして1枚のカードの故障がレプリカ全体を巻き込む故障モードである。96GB上では、20Bから35Bのモデルが現実的なコンテキスト長と現実的な同時バッチサイズを伴って安定して動作できる。決して「技術的にはロードできるが、同時実行するとすぐOOMになる」ということではない。

核心的な分岐点2：電力効率がマルチカード構成の前で真のコスト差を露呈させる

メモリ容量が決めるのは「動くかどうか」だが、継続的に稼働する推論の場面に入ると、トークンあたりの電力コストが選定の優先順位を急速に書き換える。

230Bパラメータモデル（MiniMax M2.7、IQ3_XXS量子化、32Kコンテキスト）の比較テストでは、単一のRTX PRO 6000（96GB）のトークン生成速度は118.74 tok/s、一方4枚のRTX 5090並列（合計128GBメモリ）は120.54 tok/sであった。スループットはほぼ同等で、差はノイズの範囲内に収まっている。しかし電力側の数字はまったく異なる。4枚の5090のピーク電力は2300W（575W × 4）に達するのに対し、単一のPRO 6000はわずか600Wで、前者の4分の1未満である。さらに視点を一歩進めると、4枚の5090の購入コスト、マルチカードを支える高電力電源と冷却改修のコスト、そして長期的な電気代は、1枚のプロフェッショナルカードより高いスループットを買うわけではない。しかもシステムの複雑さ、故障点、保守負担は倍増する。

この比較におけるRTX 5090の本当の弱点はコア演算能力ではなく、相互接続アーキテクチャのシステム的コストにある。5090はNVLinkをサポートせず、デュアルカード並列ではマザーボードが通常PCIe 5.0 x16をx8/x8に分割するため、カード間帯域幅は約64 GB/sにとどまる。テンソル並列推論では、この帯域幅のボトルネックが直接GPU使用率の15%から30%の低下、メモリ同期遅延の40%以上の上昇として現れ、さらに2枚のカードの電力は約400W付近に抑えられ、定格TDPをフルに発揮できない。対照的に、プロフェッショナルカードのソリューション（PCIe接続のPRO 6000であっても）は単一カード内部で全通信を完了するため、カード間同期という層の損失が存在しない。単一カードの大容量メモリそれ自体が一種の相互接続最適化なのである。

4製品の差別化されたトレードオフ

RTX PRO 6000：「メモリの壁」の向こう側のプロフェッショナル負荷を支える。 96GBのECCメモリと600Wの単一カード消費電力により、単一カードで70Bクラスモデル（適度な量子化）または20B〜35Bモデル（現実的なコンテキストと同時実行）を動かす事実上のしきい値となる。Qwen3.5-397BのNVFP4推論では、4枚のPRO 6000（TP=4）のシングルユーザーデコード速度は約50.5 tok/sであり、マルチカード拡張によってより大きなモデル領域へ進む能力も持つことを示している。しかしその境界も明確である。235B以上のモデルはこのカードの領域ではなく、この階層の製品の領域でもない。それはH200またはマルチカードクラスターの領域である。

RTX PRO 6000D：コンプライアンスの枠組みの中で引き算を行い、境界は性能曲線ではなく調達文脈によって画される。 その削減は全方位的である。CUDAコアは24,064から19,968に減少し、Tensorコアとレイトレーシングコアも同期的に約17%減少、メモリは96GB / 512-bitから84GB / 448-bitに低下、帯域幅は1.79 TB/sから1.57 TB/sに低下、FP32演算能力は約97.04 TFLOPS、総合演算能力の損失は約23%である。Geekbench OpenCLスコアは約39.1万点で、標準版は通常45万から50万点の範囲に収まる。それでもPRO 5000より1階層上であり、DeepSeek R1 70B推論ではPRO 5000を約10%リードし、8枚並列では672GBのメモリプールを提供できる。しかしその市場での立場はかなり特殊である。一方では、中国の規制当局が一部企業に対してこのカードのテストと購入を停止するよう求めたという報道があり、他方では「削減後もなお高価格」というコストパフォーマンスが疑問視され、テスターはその性能が灰色ルートで流通するRTX 5090に劣り、しかも後者の価格は半分以下であると指摘している。RTX PRO 6000Dの適用性は、プロジェクトが明示的にその特別供給の枠組み内での選定を要求するかどうかに大きく依存する。コンプライアンス制約が主要変数でない限り、標準版PRO 6000または国産代替案が通常より明確な比較基準となる。

RTX PRO 5500：帯域幅を容量に、デスクトップ配置を共有効率に交換する。 PRO 5500は5090とGB202コアおよび近いCUDAコア規模（約21,760）を共有しながら、メモリを84GB、5090の2.625倍まで積み増している。代償はメモリ速度が28 Gbpsから25 Gbpsに低下し、帯域幅が約1,398 GB/sとなり、5090およびPRO 6000より約22%低いことである。問題は「速く動くかどうか」ではなく、どのような場面で帯域幅の優先順位が容量と共有能力より低くなるかである。PRO 5500はラックマウント型ワークステーション配置のために設計され、MIGマルチインスタンスGPU仮想化をサポートする。単一カードはそれぞれ42GBの2つの独立インスタンスに分割でき、それぞれが独立したメモリ、キャッシュ、計算リソースを持ち、600Wの消費電力と冷却要件もデスクトップタワー型筐体ではなくサーバーシャーシを明確に指向している。ITチームはコンシューマー向けフラッグシップに近いコア演算密度で、集中管理されたラック環境においてプロフェッショナルカードのメモリ容量とECCサポートを提供できる。本質的には「1人1カード」のデスクトップモデルを「コンピュートプールからのオンデマンド割り当て」というインフラモデルへアップグレードするものである。

シナリオ別の選定

シナリオ1：大規模言語モデルのローカル推論、微調整、長文コンテキストタスク。 **選択はRTX PRO 6000。96GBのECCメモリは、単一カードで20B〜35Bモデル（現実的なコンテキストと同時実行）を快適に動かす事実上のしきい値であり、マルチカードテンソル並列の複雑さと故障拡散を避ける最短経路でもある。予算または入手経路が制約される場合、RTX PRO 5500の84GBメモリが次善解となる。代償は帯域幅損失によるスループットの小幅な低下だが、「収まる」こと自体がすでに多数の実行不可能な選択肢をふるい落としている。RTX 5090は個人開発者や小規模チームが13B以下のモデル、プロトタイプ検証、軽量推論に取り組む際のコストパフォーマンスの高い出発点として適している。しかしワークロードが32GBのメモリ境界を越えると、アップグレードの駆動力は演算能力ではなく容量から来るようになる。

シナリオ2：企業のラックマウント型ワークステーション、仮想化、集中コンピュートプール。 RTX PRO 5500が最も的を絞った選択である。そのMIGサポート、ラックマウント配置形態、集中管理能力により、「複数ユーザーが大容量メモリの演算力を共有する」という需要に対して最も設計意図が明確な製品となっている。RTX PRO 6000のサーバー版はコンピュートプール内の「ヘビーデューティノード」として、単一インスタンスのメモリ要件が**のタスクを担当できる。しかしその単価と消費電力は、プール内の希少リソースとしてオンデマンドでスケジュールされるのに適しており、全員への標準装備には向かないことを決定づけている。

シナリオ3：ハイエンドゲーミング、リアルタイム3D制作、動画制作。 RTX 5090は4つのうち**、ゲームとコンシューマー向け制作エコシステムに完全に最適化された選択である。32GBのメモリは4K/8Kゲーミング、DaVinci ResolveやAdobe PremiereのGPUアクセラレーション、中規模3Dシーンのリアルタイムレンダリングに十分対応できる。PRO 6000はゲームで1桁台のパーセントしかリードしないのに数倍の価格を払う必要がある。プロフェッショナルカードでゲームをするのは明確なリソースの誤配分であり、コンシューマーカードで32GBの境界を超えるプロフェッショナル負荷を処理するのも同様に、システムの複雑さと安定性リスクでメモリ容量を買っているのである。

シナリオ4：規制環境下でのコンプライアンス対応AI導入。 RTX PRO 6000Dは調達コンプライアンスの枠組みの中で検討されるべき製品であり、性能曲線に従って自然に選択される製品ではない。その削減幅、実測性能の位置づけ、市場での受け入れ状況はすべて、コンプライアンス制約が主要変数でない場合、標準版PRO 6000や国産案に対する明確な比較優位を持たないことを示している。プロジェクトが明示的にその特別供給の枠組み内での選定を要求する場合、その84GBメモリと8枚で672GBのメモリプール能力は依然として量子化された大規模モデルの導入を支えられる。そうでなければ、選定の出発点は「メモリ要件、電力制約、相互接続トポロジー」という3つの定量化可能な次元に戻るべきである。

一言でまとめると

RTX 5090は「フレーム」とコンシューマー向け制作のために生まれたが、32GBのメモリとNVLink非対応の相互接続トポロジーが、大規模モデルワークロードにおける拡張性にハードな境界を画している。RTX PRO 6000は「メモリの壁」の向こう側のプロフェッショナル負荷のために生まれ、単一カード96GBと4分の1の電力コストでコンシューマーカードのマルチカード構成のシステム的複雑さを置き換える。RTX PRO 5500は帯域幅を容量に、デスクトップ配置を共有効率に交換し、4つのうち**「企業のコンピュートプール」のために設計された製品であり、「個人ワークステーション」のためではない。RTX PRO 6000Dはコンプライアンスの境界によって枠付けられた特別供給の計算カードであり、その選定ロジックは性能比較ではなく調達枠組みから出発すべきである。 この4つの間で選択することは、本質的に自分自身に問いかけることである。あなたのボトルネックはフレームレートか、メモリ容量か、トークンあたりの電力コストか、それとも調達コンプライアンスか。