コンテンツの企画から制作、ローカルAIまで1台で！　15.3型クリエイター向けノートPC「DAIV S5」活用術（3/4 ページ）

実力をベンチマークテストでチェック！

　ここからは、各種ベンチマークテストを通してDAIV S5-A7G60SR-Aの実力を確かめていく。

　今回は付属のACアダプターを接続し、動作モードを「パフォーマンス」とした状態で計測を行っている。ただし、冷却ファンの回転数を引き上げる「Fan Boost」はオフにした。Windows 11の電源モードは「最適なパフォーマンス」に設定している。

CINEBENCH R23／2024

　まず、CPUの処理性能を測る「CINEBENCH R23」と「Cinebench 2024」を実行してみた。スコアは以下の通りだ。

　いずれもノートPC向けCPUとしては高いスコアを記録している。

　8基16スレッドをフルに使うマルチコアの処理は、動画の書き出しや画像の一括変換といった、待ち時間が発生しやすい作業の快適性（処理時間の短縮）に直結する。複数の処理を同時に走らせた場合も、手を止めずに次の作業へ進めやすい。

PCMark 10

　続いて、「PCMark 10」を使ってPCを使った作業全般の快適さをチェックした。結果は以下の通りだ。

• 総合スコア：9868ポイント
• Essentials：1万950ポイント
• Productivity：2万208ポイント
• Digital Content Creation：1万1782ポイント

　いずれも高いスコアを示しているのだが、特に注目したいのが写真／動画の編集や3Dグラフィックス処理の性能をチェックする「Digital Content Creation」のスコアの“内訳”だ。写真編集は1万5226ポイント、Rendering and Visualization（3Dレンダリング）が1万4036ポイント、動画編集が7654ポイントと、外部GPUを備えるデスクトップPC並みの性能を発揮している。

　これだけのパフォーマンスを発揮できれば、画像や動画の仕上げも余裕を持ってこなせる。32GBのメモリと合わせれば、ブラウザでAIツールを開いたまま編集アプリを並行して使う、といった作業スタイルにも対応しやすい。

3DMark

　GPUによる3Dグラフィックス処理の性能は「3DMark」で確かめた。主要なテストの総合スコアは以下の通りだ。

• Fire Strike（DirectX 11／1920×1080ピクセル描画）：2万7003ポイント
• Time Spy（DirectX 12／2560×1440ピクセル描画）：1万1848ポイント
• Steel Nomad Light（DirectX 12／2560×1440ピクセル描画）：1万1793ポイント
• Port Royal（DirectX 12／レイトレーシング機能テスト）：7698ポイント

　いずれもGeForce RTX 5060 Laptop GPUを搭載するノートPCとしては妥当な結果で、内蔵GPUのみのモデルと比べれば、もちろん良好なスコアといえる。

　本製品のメイン用途とはいえないかもしれないが、これだけの値が出ればフルHD（1920×1080ピクセル）やWQHD（2560×1440ピクセル）で描画するゲームも快適に楽しめそうだ。

　「ゲームも快適」ということは、制作の場面では動画編集のエフェクト処理やRAW現像、生成AIの処理を支える“余力”もあるということだ。

ローカルAIはどのくらい快適に動く？

　続けて、DAIV S5-A7G60SR-AにおけるローカルAIのパフォーマンスをチェックしてみよう。

　今回は、PCの総合ベンチマークテストアプリ「UL Procyon」を使って、主要なローカルAI処理のテストを実施する。本体の設定は先のテストと同様だ。

AI Image Generation Benchmark

　まず、生成AIの“花形”ともいえる画像生成のパフォーマンスをチェックする「AI Image Generation Benchmark」を実行した。このテストでは、画像生成AIとして著名な「Stable Diffusion 1.5」を、GPUが対応する「TensorRT」APIで実行している。

　スコアは1450ポイントで、512×512ピクセルの画像1枚を約4.3秒で生成できた。これは内蔵GPUを使った処理と比べるとかなり高速である。

　せっかくなので、このテストをCPUに内包されたNPUでも試してみよう。こちらでは、NPUでの実行を想定して軽量化された画像生成AI「Stable Diffusion 1.5 Light」を使ってみた。スコアは3865ポイントで、512×512ピクセルの画像1枚を約8.1秒で生成できた。

　Stable Diffusion 1.5 Lightは、Stable Diffusion 1.5をベースに、精度を落としてデータ量を減らした“量子化”モデルだ。ゆえに、結果をGPUでのテストと単純比較することはできない。

　とはいえ、NPUでも実用的な速度で画像生成できるのは、消費電力を抑えつつ生成AIを使いたい場合や、「軽いAI処理をNPUに回して、CPUやGPUに“余力”を残しておきたい」という場合にありがたい。

　「バナー案を何十枚も出して比べる」といった作業は高速なGPUで短時間に済ませ、バッテリー駆動中など電力を抑えたい場面ではNPUに任せる――そんな使い分けもいいかもしれない。

AI Text Generation Benchmark

　次に、LLM（大規模言語モデル）によって文章を生成する「AI Text Generation Benchmark」を実行した。このテストではローカルLLMとして広く使われている「llama.cpp」を、GPUで実行した際のパフォーマンスをチェックする。

　処理速度は、「Phi 3.5」が毎秒92.21トークン、「Mistral 7B」が毎秒67.92トークン、「Llama 3.1」（パラメーター数80億）が毎秒63.19トークンだった。指示を出してから最初の文字が出るまでの時間も0.3～0.5秒程度と短い。特にPhi 3.5では、2000トークンを超える長い文章を読み込ませた場合でも、0.5秒程度で生成が始まっていた。

　一方で、130億パラメーターとやや大きめな「Llama 2」は、処理速度が毎秒6.14トークンまで落ち込んだ。これは8GBのグラフィックスメモリにモデルが収まらないことが原因だと思われる。本製品でLLMをローカル実行するなら、80億パラメーター級のモデルまでと考えておきたい。

　とはいえ、社外秘の企画書を要約させたり、提案書のたたき台を作らせたりといった用途なら、この規模のモデルでも十分に役立つはずだ。

　余談だが、LLMによってはNPUでも十分に動かせる。このテストではAMD NPU向けの推論エンジン「ONNX Runtime（Vitis AI）」も実行可能で、これで「Mistral 7B」を実行したところ、毎秒12.8トークンで生成できた。GPUほど速くはないものの、生成される文章を目で追いながら読める程度の速さは確保できている。

提供：株式会社マウスコンピューター
アイティメディア営業企画／制作：ITmedia PC USER 編集部／掲載内容有効期限：2026年11月30日