Mac Studioを社内AIサーバーにする2026。常時稼働・複数人接続・権限管理・MDMまで、1台構成の作り方

Q: Mac miniとMac Studio、社内サーバーにはどちらが向いていますか？

動かしたいモデルのサイズと同時に使う人数で決まります。8B〜14B級を数人で使うならM6 Mac mini（32GB）、30B級を数人で共有する最小構成はM5 Pro Mac mini（64GB・307GB/s）、70B級を部門で共有するならM5 Max Mac Studio（128GB・614GB/s）、400B級以上ならM5 Ultra（512GB・1.2TB/s）が目安です。メモリは購入後に増やせないため、迷ったら容量を優先してください。

「Mac Studioを1台買って、部署のみんながブラウザから使える社内AIにしたい」。GPUサーバーを構えるほどではないが、機密文書をクラウドAIに出したくない会社から、この形の相談が増えています。机の上に置けて静かで、電源も普通のコンセントで足りるMacは、社内AIサーバーの候補として筋が通っています。

ただし、Macはもともと1人が使う端末として設計されています。買ってきてOllamaを入れただけでは、夜中にスリープして止まる、再起動後にサービスが戻らない、誰でも全文書を検索できる、といった形で「サーバー」にはなりません。本記事では、Mac StudioまたはMac miniを社内の共有AIサーバーとして成立させるための設定・構成・運用を、手順の順番で整理します。電源・騒音・置き場所といった設置条件は『ローカルLLMを社内サーバーとして置く前に確認する10項目』に分けているので、本記事はサーバー化の手順と設計に集中します。

この記事の要点

Macが社内AIサーバーの候補になる理由は、統合メモリの容量と帯域、消費電力の低さ、静かさの3点です。M5 Max Mac Studioは128GB・614GB/s、M5 Ultraは512GB・1.2TB/sで、70B級以上のモデルを外に出さずに動かせます

1人用端末をサーバーにするには、スリープ無効・自動ログインと自動起動・固定IP・ファイアウォール・リモート管理・更新の扱いの6点を先に決めます

ソフトウェアは推論エンジン、ブラウザUI、RAG、認証の4層で組み、利用者はWindows PCからもブラウザで使えます

複数人の同時利用は帯域とモデルサイズで上限が決まります。試作向けのOllamaから、同時リクエストに向いた推論エンジンへ載せ替える判断点を決めておきます

サーバー用途のMacも会社のMDMの管理下に置き、暗号化・更新・紛失対策を他の端末と同じ基準で扱います

なぜMacが社内AIサーバーの候補になるのか

ローカルLLMの生成速度はメモリ帯域をモデルサイズで割った値でほぼ決まり、動かせるモデルの上限はメモリ容量で決まります。Apple Siliconの統合メモリは、この2つを1台の小さな筐体で両立させます。M5 Max Mac Studioは最大128GB・614GB/s、M5 Ultra Mac Studioは最大512GB・1.2TB/sで、70B級のモデルを4bit量子化で載せ、人が読む速度（毎秒10〜15トークン前後）を上回る生成が見込めます。帯域と速度の関係は『ローカルLLMの速度はメモリ帯域で決まる』で解説しています。

もう1つの理由が消費電力と騒音です。RTX 5090を載せたGPU構成はGPU単体で最大575W、システム全体では1000W級の電源が要ります。Mac miniはアイドル時が数W、推論時でも数十W台で、Mac Studioの上位機はそれより電力を使うものの、1000W級電源を要するGPU構成とは桁が違います。ファンの音も執務室で許容しやすく、サーバー室のない会社でも置けます。MacとRTXの性能面の比較は『ローカルLLMはMacかRTXか』を参照してください。

逆に、Macが向かないのは「応答の速さを最優先に多人数で使う」用途です。帯域はGPU単体のほうが大きく、多人数の同時リクエストを捌く推論エンジンもGPU側のほうが成熟しています。本記事の最後に、GPUサーバーへ移る判断の目安を置いています。

Mac miniとMac Studio、どちらをサーバーにするか

機種はチップの世代ではなく、動かしたいモデルのサイズと同時に使う人数から逆算します。2026年8月発表の4機種を、サーバー用途の観点で並べます。価格と仕様はApple公式の公表値です。

機種	メモリ上限・帯域	快適に動くモデルの目安	サーバーとしての位置づけ	価格
Mac mini（M6）	32GB・170GB/s	8B〜14B Q4。30B Q4は載るが毎秒約6.6トークンで待たされる	1人〜数人。個人の対話や小規模な要約	149,800円〜
Mac mini（M5 Pro）	64GB・307GB/s	30B Q4が実用速度。70B Q4も視野	数人で共有する小規模サーバーの最小構成	299,800円〜
Mac Studio（M5 Max）	128GB・614GB/s	70B Q4で毎秒約11トークン、100B級MoEや70B Q8も載る	部門共有サーバーの本命。容量と帯域のバランスが素直	419,800円〜
Mac Studio（M5 Ultra）	512GB・1.2TB/s	70B Q4で毎秒約21トークン。400B〜600B級も丸ごと載る	フロンティア級のモデルを外に出さずに動かす前提の構成。512GB構成は10月下旬提供	949,800円〜

生成速度の目安は、公称帯域の7割を実効値と置いて計算した理論値です。実測はこれより落ち、MoE（Mixture of Experts）モデルはこれより速く出ます。機種ごとの詳しい計算は『M6 Mac miniとM5 Ultra Mac Studio、ローカルLLMで買うならどっち』で扱っています。

サーバー用途で押さえるべき点は3つです。

メモリは後から増設できません。macOS本体とアプリで数GB、コンテキスト長に応じたKVキャッシュがさらに乗るため、モデルサイズの2〜3割を余裕として見ておきます。必要メモリの概算にはローカルLLM必要メモリ診断が使えます
複数人で共有するなら帯域を優先します。同時に使う人数が増えるほど1人あたりの速度は落ちるため、1人で快適な構成は共有には足りません
1台構成はその1台が落ちると止まります。可用性を優先するなら、M5 Max 1台よりM6 mini 2台のほうが総額が近い場合もあります。ただし動かせるモデルの上限は1台あたりの容量で決まるので、大きいモデルが目的なら分散は解になりません

1人用の端末をサーバーにする設定

ここが、買ってきたMacがサーバーにならない原因の大半です。macOSの設定名はバージョンで変わるため、ここでは「何を決めるか」を手順表にします。実際の設定画面はお使いのmacOSの版で確認してください。

順番	決めること	具体的にやること	やらないと起きること
1	スリープと自動ログアウトを無効にする	省エネルギー設定でディスプレイ以外のスリープを止め、自動ログアウトと画面ロックの自動実行を切る。ディスプレイを外すヘッドレス運用なら、画面出力がなくても起動と描画が続く設定を確認する	夜間や休日にスリープし、朝一番の問い合わせに応答しない
2	停電・再起動後に自動で戻るようにする	電源復帰時の自動起動、自動ログイン、ログイン時に推論エンジンとUIを起動する項目（ログイン項目またはサービスとして登録）を設定する	UPSが落ちた後、誰かが画面の前に行くまで止まったまま
3	固定IPと名前を決める	DHCPの予約または固定IPを割り当て、社内DNSに名前（例: ai.example.local）を登録する	IPが変わるたびに利用者のブックマークが切れる
4	ファイアウォールと待ち受けを絞る	macOSのファイアウォールを有効にし、推論エンジンのAPIは127.0.0.1かLAN内だけで待ち受け、外から直接叩けるのはリバースプロキシ経由のUIだけにする	認証のないAPIが社内の誰からでも叩ける状態になる
5	リモート管理の手段を用意する	画面共有かSSHを有効にし、接続できるアカウントを管理者だけに限定する。鍵認証を基本にする	障害時にモニターとキーボードを持って設置場所へ行くことになる
6	OSとアプリの更新の扱いを決める	自動更新を止め、更新は業務時間外に手動で行う。更新前に推論エンジンとUIの動作確認手順を決める	OS更新で推論エンジンが動かなくなり、翌朝に発覚する
7	ディスクを暗号化し、管理者アカウントを分ける	FileVaultを有効にし、日常のサービス実行用アカウントと管理者アカウントを分ける	持ち出されたときに中身がそのまま読める
8	時刻同期とログの保存先を決める	閉域内に時刻源があるなら同期先を社内に向け、推論エンジンとUIのログの保存先と保存期間を決める	ログの時刻がずれて監査で突き合わせられない

この8項目は、設置初日に順番どおりに済ませるのが最も安上がりです。後から直すと、利用者の接続先や権限の設定をやり直すことになります。

ソフトウェア構成は4層で組む

Mac 1台の中に、次の4層を置きます。

層	役割	代表的な選択肢	1台構成での決め方
推論エンジン	モデルを動かし、APIで応答を返す	Ollama、llama.cpp、MLX系、vLLM	試作と数人までの共有はOllamaで足りる。同時利用が増えたら載せ替える（後述）
ブラウザUI	利用者がチャットする画面。アカウントと権限を持つ	Open WebUIなど	利用者ごとにアカウントを発行し、初期ロールは承認待ちにする
RAG（文書検索）	社内文書を索引にして回答の根拠にする	UI内蔵のナレッジ機能、または別立ての検索基盤	最初は無しで始め、使われる用途が見えてから足す。構成は『社内文書RAGの作り方2026』
認証と権限	誰がログインでき、どの文書とモデルを見られるか	ローカル認証、SSO（Entra ID / Google）、LDAP	部門ごとに見える文書を分けるならグループ単位の権限を最初から設計する

認証と権限は後回しにされがちですが、1台構成でも省けません。認証のないUIを社内LANに公開すると、社内の誰でも全部門の文書を検索できる状態になります。Open WebUIでのロール・グループ・ナレッジの権限設定と、Entra IDやGoogleでのSSOの手順は『Open WebUIの認証・SSO・権限設計』にまとめています。

推論エンジンのAPIは、UIから呼ぶ内部用の口と割り切ります。利用者に直接APIを開けると、UI側の権限とログを素通りします。外に開けるのはリバースプロキシ経由のUIだけにして、APIは127.0.0.1での待ち受けを基本にしてください。

複数人接続の設計

「1台で何人まで」という問いは、機種名だけでは答えられません。答えは、同時に推論している人数、モデルのサイズ、推論エンジンの処理方式、許容する応答速度の4つで決まります。

考え方はこうです。1人で使うときの生成速度は、実効帯域をモデルサイズで割った値が上限です。複数人が同時にリクエストすると、推論エンジンが順番に処理する方式なら待ち時間は単純に増え、まとめて処理する方式なら帯域の余裕がある限り1人あたりの低下は緩やかですが、それでも上限はあります。つまり、帯域の大きい機種で小さいモデルを動かすほど多人数に耐え、大きいモデルを帯域の小さい機種で動かすほど1人用になります。

設計の順番は次のとおりです。

ピーク時の同時利用人数を見積もります。「全社員30人が使う」ではなく、同じ時間帯に推論している人数です。朝礼後や締め日の前などに偏ります
モデルの選び方で速度を稼ぎます。同じ機種でも、活性パラメータの小さいMoEモデルを選ぶと生成は速く出ます。品質と速度の折り合いは、業務サンプルで3〜4種類を比べて決めます
想定人数で実際に測ります。同時リクエスト数を1、2、3と段階的に増やし、最初の1トークンまでの時間と生成速度を記録します。測り方は『ローカルLLM PoCの評価シート』の速度・同時利用の軸に沿ってください
載せ替えの判断点を決めます。Ollamaは試作と少人数の共有には十分ですが、多人数の同時リクエストを効率よく捌く設計ではありません。数人を超えて待ち時間が許容を割ったら、同時リクエストの処理に向いた推論エンジンへ載せ替えます。判断の目安は『試作はOllama、本番はvLLM』で扱っています

実測の前に機種を確定しないことが要点です。貸出機材で想定人数の同時利用を試す方法は『ローカルLLM機材をレンタルして検証する2026』に書いています。

Windows PCからの利用

利用者の端末がWindowsでも問題ありません。サーバー役のMacにブラウザUIを置けば、利用者は自分のPCのブラウザから社内DNSの名前でアクセスします。利用者側に何かをインストールする必要はなく、Macを使ったことがない社員でも迷いません。

Windows環境で詰まりやすいのは次の3点です。

名前解決: 社内DNSに登録せず、IPアドレス直打ちで運用すると、ブックマークやマニュアルがIP変更のたびに崩れます。名前を決めて登録します
証明書: ブラウザの警告を避けるには、社内の認証局で発行した証明書をリバースプロキシに置き、利用者PCに社内CAを配布します。配布は既存のPC管理の仕組み（グループポリシーやMDM）に乗せます
SSO: 利用者がEntra IDでPCにログインしているなら、UIのログインも同じIDに揃えると、アカウント発行と退職時の無効化が楽になります。閉域でIdPがクラウドにある場合の経路の扱いは『生成AIをオフラインで使う2026』で整理しています

MDMと資産管理

サーバー用途のMacを「サーバーだから」と端末管理の枠から外すと、暗号化・更新・紛失時の対応が手薄になります。法人のMacはMDMで構成や更新を管理できるため、サーバー用途のMacも同じ管理下に置きます。

MDMで統一しておく項目は、ディスク暗号化の強制、画面ロックとパスワード要件、OS更新のタイミング（業務時間外に固定）、リモートワイプの有効化、インストールできるソフトの制限です。更新だけは注意が要ります。MDMの自動更新がかかると推論エンジンが動かなくなることがあるため、サーバー用途の端末は更新の適用を手動承認にし、更新前の動作確認手順を運用側に持たせます。

物理面では、机上に置ける小ささがそのまま持ち出しやすさになります。施錠できるラックかワイヤーロック、設置場所の入退室の記録、紛失時にリモートワイプと鍵の失効をどう行うかを決めておきます。1台にモデル・設定・社内文書の索引・会話ログがまとまって載っている点を忘れないでください。閉域に置いても残るリスクの全体像は『ローカルLLMは本当に安全か』を参照してください。

バックアップと更新

1台構成では、その1台の故障がそのまま業務停止です。バックアップは「モデル」「推論エンジンとUIの設定」「RAGの索引と元文書」「ユーザーとログ」の4点に分けて考えます。モデルは再取得できるので優先度は低く、設定・索引・ユーザー情報は再現に時間がかかるので優先度が高くなります。

復旧の目標も先に決めます。数日止まっても代替手段（クラウドAIへの一時切り替えなど）があるなら、保守契約のない消費者向け機でも成立します。止められない業務に組み込むなら、法人向けの保証延長を付け、予備機または復旧手順書を用意します。

更新はモデル・推論エンジン・UI・OSの4系統があり、それぞれ頻度と影響が違います。四半期単位で回す手順書の形は『閉域ローカルLLMの運用手順書』にまとめているので、1台構成でもそのまま縮約して使えます。誰が回すかが決まっていない構成は、作った人が異動した時点で止まります。担当者の当て方は『導入したローカルLLM、誰が維持するのか』を参照してください。

GPUサーバーへ移る判断の目安

Mac 1台構成から、GPUサーバーや複数台構成へ移る判断は、次の3つのどれかが起きたときです。

起きたこと	何が足りないか	次の選択肢
ピーク時の待ち時間が許容を割り、推論エンジンを載せ替えても戻らない	帯域と同時処理の上限	帯域の大きいGPU構成、または複数台で負荷を分ける
使いたいモデルがメモリに載らない	容量	上位のMac Studio、またはGPUメモリを積んだサーバー
止められない業務に組み込まれ、1台の故障が許されなくなった	可用性	2台以上の冗長構成、保守契約のあるサーバー

逆に言えば、この3つが起きていない間は、Mac 1台構成を無理に大きくする必要はありません。Appleは4台のMac Studioをクラスタ化した場合に単体比で最大3倍のAI推論性能としていますが、これは線形にスケールしないことを示す数字でもあります。台数を増やす前に、モデルの選び方と推論エンジンの載せ替えで足りないかを先に確かめてください。GPU構成を含めた費用の比較は『オンプレLLMは本当に安いのか』、中小企業での1台構成の位置づけは『中小企業のローカルLLM2026』で扱っています。

構築チェックリスト

設置初日から運用開始までに、次の項目を順に埋めてください。

まとめ

Macが社内AIサーバーの候補になるのは、統合メモリの容量と帯域、低い消費電力、静かさの3点が1台で揃うからです。M5 Max Mac Studioは128GB・614GB/s、M5 Ultraは512GB・1.2TB/sで、70B級以上を外に出さずに動かせます
機種は動かしたいモデルのサイズとピーク時の同時利用人数から逆算し、メモリは後から増やせない前提で余裕を持たせます
1人用端末をサーバーにするには、スリープ無効・自動起動・固定IP・待ち受けの制限・リモート管理・更新の扱い・暗号化・ログの保存先の8項目を設置初日に済ませます
ソフトウェアは推論エンジン・UI・RAG・認証の4層で組み、認証のないUIを社内LANに公開しません。利用者はWindows PCのブラウザから使えます
同時利用の上限は帯域とモデルサイズで決まるため、想定人数で実測してから機種を確定し、待ち時間が許容を割ったら推論エンジンの載せ替えかGPU構成への移行を判断します

よくある質問

Q. Mac Studioは本当に社内のAIサーバーとして使えますか？

使えます。M5 MaxやM5 UltraのMac Studioは、70B級以上のモデルを外に出さずに動かせる容量と帯域を持ちながら、机上に置けて静かです。ただしMacは1人用の端末として設計されているため、スリープの無効化と自動起動、推論エンジンのAPIをLAN内だけで待ち受ける設定、MDMによる暗号化と更新の管理、利用者ごとのアカウントと権限の4点を済ませてから運用します。これを省くと「夜中に止まる」「誰でも全文書を検索できる」といった形で破綻します。

Q. Mac miniとMac Studio、社内サーバーにはどちらが向いていますか？

動かしたいモデルのサイズと同時に使う人数で決まります。8B〜14B級を数人で使うならM6 Mac mini（32GB）で足り、30B級を数人で共有する最小構成はM5 Pro Mac mini（64GB・307GB/s）です。70B級を部門で共有するならM5 Max Mac Studio（128GB・614GB/s）が本命で、400B級以上を外に出さずに動かす前提ならM5 Ultra（512GB・1.2TB/s）になります。メモリは購入後に増やせないため、迷ったら容量を優先してください。

Q. 利用者がWindows PCしか持っていなくても使えますか？

使えます。サーバー役のMacにブラウザUIを置き、利用者は自分のWindows PCのブラウザから社内DNSの名前でアクセスします。利用者側にインストールするものはありません。詰まりやすいのは名前解決・証明書・SSOの3点で、社内DNSへの登録、社内認証局の証明書の配布、Entra IDなど既存IDとの連携を先に設計しておくと運用が楽になります。

Q. Mac 1台で何人まで同時に使えますか？

機種名だけでは答えられません。同時に推論している人数、モデルのサイズ、推論エンジンの処理方式、許容する応答速度の4つで決まります。生成速度は実効帯域をモデルサイズで割った値が上限で、複数人が同時に使うと1人あたりの速度は落ちます。ピーク時の同時利用人数を見積もり、その人数で同時リクエストを段階的に増やしながら待ち時間を実測してから機種を確定してください。

Q. OllamaのままでMac Studioを共有サーバーにして問題ありませんか？

試作と数人までの共有なら問題ありません。Ollamaは多人数の同時リクエストを効率よく捌く設計ではないため、数人を超えて待ち時間が許容を割ったら、同時リクエストの処理に向いた推論エンジンへの載せ替えを検討します。載せ替えの前に、活性パラメータの小さいMoEモデルを選ぶだけで速度が戻ることもあるので、モデルの選び直しを先に試してください。

Q. サーバー用途のMacは会社のMDMに入れるべきですか？

入れるべきです。ディスク暗号化、画面ロック、リモートワイプ、インストール制限を他の端末と同じ基準で強制できます。ただしOSの自動更新は推論エンジンを止めることがあるため、サーバー用途の端末だけ更新の適用を手動承認にし、業務時間外に動作確認とセットで行う運用にします。

主な参考資料: Mac Studio 仕様（Apple公式）、Apple introduces new Mac Studio with M5 Max and M5 Ultra（Apple Newsroom）、Apple unveils a more powerful Mac mini featuring the all-new M6 and M5 Pro（Apple Newsroom）

TodoONadaでは、Mac miniやMac Studioを社内の共有AIサーバーとして構成し、各PCのブラウザから利用できる社内専用AIの構築を支援しています。自社データで精度・速度・実現可能性を確かめる社内専用AI PoC（50万円〜・2週間〜1ヶ月）、部門向けの導入（150万円〜）、認証・権限・監査ログを含む全社導入（300万円〜）に対応し、導入後の保守・改善支援は月額10万円〜30万円で承ります。Mac本体は料金に含まれず、機種選定のうえ貴社で購入いただくか弊社で調達します。買う前に置けるか・速いかを確かめたい場合は、Mac Studio（1週6万円・2週10万円）やMacBook Pro 128GB（1週4.5万円・2週8万円、いずれも税別）の貸出と、2週間で判定する社内設置の実現性検証（30万円〜・税別・機材貸出料込み）をご利用ください。

この記事に関連するサービス

TodoONada株式会社では、機密データを外部に出さないローカルLLMの導入支援を行っています。

ローカルLLM導入支援 — GPUサーバーでの本格構成。モデル選定からRAG構築・運用まで
Macで始める社内専用AI導入支援 — Mac 1台から始める社内専用AI。PoCから部門導入まで対応
ローカルLLM 社内設置の実現性検証（機材貸出） — 機材を買う前に、DGX SparkやMacを貴社オフィスに2週間設置して「置けるか」を判定。機材のみの短期貸出も対応

導入・開発のご相談はお問い合わせからお気軽にどうぞ。検討段階のご相談も歓迎です。