AMD XDNAとは
AMD XDNAは、AMDが自社のRyzenプロセッサに組み込んでいるAI推論専用の演算アーキテクチャ（NPU：Neural Processing Unit）です。CPUやGPUとは別に独立した演算ブロックとしてダイ上に搭載されており、行列演算を中心とするAI推論処理を、CPU/GPUよりも大幅に低い消費電力で実行できるのが最大の特徴です。Ryzen AI 300シリーズ（開発コード名Strix Point）に搭載される第2世代の「XDNA 2」では50 TOPS（INT8換算の理論ピーク性能）を実現し、Microsoftが定めるCopilot+ PC認定の要件である40 TOPSを大きく上回っています。
XDNAの技術的なルーツは、AMDが2022年2月14日に買収を完了したFPGA大手Xilinx社にあります。買収は2020年10月に総額約350億ドル規模の全株式交換で発表され、AMD株価の上昇により買収完了時点での取引価値は約490億ドルに達したとされ、当時の半導体業界では最大級のM&Aの一つとなりました。XDNAという名称には、このXilinx由来の適応型コンピューティング技術を、AMD製品の「血脈（DNA）」として受け継ぐという意味合いが込められているとされています。
XDNAの内部構造は、Xilinxが元々FPGA製品「Versal」向けに開発していた「AI Engine」というIP（知的財産）ブロックがベースになっています。CPUのような逐次実行型のプロセッサとは異なり、演算タイルを格子状（グリッド）に敷き詰め、タイル同士をネットワーク・オン・チップで結び、データの流れ（データフロー）に沿って演算を分散処理する「空間コンピューティング」型のアーキテクチャを採用している点が技術的な特徴です。
世代ごとの違い：XDNA（第1世代）とXDNA 2（第2世代）
XDNAはこれまでに2つの世代が製品化されています。第1世代の「XDNA」は2023年発売のRyzen 7040シリーズ（Phoenix）に初搭載され、その後継のRyzen 8040シリーズ（Hawk Point、2024年）にも同アーキテクチャが継続採用されました。当時の公称値はおおむね10 TOPS前後とされ、その後のドライバ・ファームウェア更新により最大16 TOPSという表記で案内されたケースもありましたが、いずれもMicrosoftのCopilot+ PC要件（40 TOPS）には届いていません。第2世代の「XDNA 2」は2024年発売のRyzen AI 300シリーズ（Strix Point）と、大型iGPU・大容量メモリを組み合わせたRyzen AI Maxシリーズ（Strix Halo）に搭載され、50 TOPSへと大幅に性能が引き上げられました。
| 世代 | 搭載プロセッサ（開発コード名） | 発売年目安 | NPU性能 | Copilot+ PC対応 |
|---|---|---|---|---|
| XDNA（第1世代） | Ryzen 7040/8040（Phoenix/Hawk Point） | 2023〜2024年 | 10〜16 TOPS程度 | 非対応 |
| XDNA 2（第2世代） | Ryzen AI 300（Strix Point） | 2024年〜 | 50 TOPS | 対応 |
| XDNA 2（Max版） | Ryzen AI Max（Strix Halo） | 2025年〜 | 50 TOPS＋大容量統合メモリ | 対応 |
XDNA技術の特徴
1. 適応型アーキテクチャ（Adaptive Compute）
- ワークロード最適化：処理するAIモデルの構造（畳み込み、行列積、アテンション演算など）に応じて、演算タイル間のデータフローを動的に組み替えて実行
- 高効率：固定的な命令実行パイプラインを持つCPU/GPUに比べ、無駄なメモリアクセスや演算の待ち時間を削減しやすい設計
- 柔軟性：新しいAIモデルの演算パターンにもソフトウェア側の対応（コンパイラ・グラフ最適化）で追随しやすい
2. Xilinx由来のAI Engineタイル構造
- タイルアレイ：ベクトル演算器とローカルメモリを持つ小さな演算タイルを格子状に多数配置
- データフロー最適化：タイル間をメッシュ状のネットワーク・オン・チップで接続し、演算結果を隣接タイルへ効率的に受け渡す設計
- 低消費電力：使用しないタイルへのクロック供給を止めるなど、必要な回路だけを動作させることで電力効率を高めている
3. なぜNPUがCPU/GPUより電力効率が高いのか
CPUは汎用性を重視して命令デコードや分岐予測など多くの周辺回路にトランジスタを割いており、GPUは大量の演算コアを並列動作させる代わりに消費電力も比例して大きくなります。これに対しNPUは、AI推論で頻出する「積和演算（乗算と加算の繰り返し）」に特化した回路のみを敷き詰め、INT8やFP8といった低精度データ型を前提に設計することで、同じ処理を数分の一の電力で実行できます。ノートPCのバッテリー駆動時間を確保しつつ、常時起動型のAI機能（カメラの背景ぼかしなど）を実行できるのはこのためです。
具体例・ユースケース
AMD XDNA搭載機で実際に動くAI機能・ソフトウェアの代表例を、利用シーン別に整理します。
Windows標準のAI機能
- Windows Studio Effects：ビデオ会議中の背景ぼかし、自動フレーミング、アイコンタクト補正、音声ノイズ除去をNPU上で処理。CPU/GPUの負荷を上げずに常時稼働させられる
- Microsoft Recall：一定間隔で撮影した画面のスナップショットをローカルでベクトル化し、後から自然言語で検索できる機能。Copilot+ PC要件（40 TOPS以上のNPU）を満たすXDNA 2搭載機で提供され、画像の解析処理はクラウドに送らずNPU上で完結する
- ライブキャプション（字幕）と翻訳：再生中の音声をリアルタイムで文字起こし・翻訳する処理をNPUにオフロード
ローカルAI・生成AI
- GAIA（AMDのオープンソースツール）：2024年末にAMDが公開した、Ryzen AI搭載PC上でLlamaやPhiなどのLLMをローカル実行するためのオープンソースアプリ。ONNX Runtime GenAIと「Lemonade SDK」を組み合わせ、NPUとiGPUを協調させて推論を行う
- Stable Diffusionなどの画像生成：ONNX形式に変換したモデルをNPU/iGPU上で実行し、インターネット接続なしでローカル画像生成を行うワークフローが提供されている
- Ryzen AI Max搭載機での大規模モデル実行：最大128GBのLPDDR5Xメモリをシステムとグラフィックスで共有できる設計を活かし、通常はディスクリートGPUのVRAM不足で動かしにくい大きめのローカルLLMを、速度よりも実行可否を優先する用途で動かすといった使い方が可能
クリエイティブ・業務用途
- 写真・動画編集：Adobe系アプリなどが持つノイズ除去、被写体切り抜き、音声強調といったAI機能の一部がWindows ML/DirectML経由でNPUを利用
- 会議の文字起こし・議事録要約：ローカルSLM（小規模言語モデル）による要約処理をNPUで実行し、社外秘の会話内容をクラウドに送らずに処理したい業務シーンに向く
開発者向け
- Vitis AI / Ryzen AI Software：PyTorchやTensorFlowで学習したモデルを量子化・ONNX変換し、NPU向けにコンパイルして推論実行するSDKを提供。組み込み機器向けのRyzen Embeddedシリーズでも同じXDNAベースのツールチェーンが使われる
メリット・デメリット
メリット
- NPU単体で高いTOPS値：Ryzen AI 300シリーズの50 TOPSは、Copilot+ PC要件（40 TOPS）に余裕を持って対応でき、複数のAI機能を同時に動かしやすい
- 電力効率：AI Engine由来のデータフロー型設計により、CPU/GPUで同じ処理をするより低消費電力での常時稼働が可能
- 大容量統合メモリという選択肢：Ryzen AI Maxシリーズでは最大128GBのメモリをCPU・GPU・NPUで共有できる構成が用意され、VRAM容量がボトルネックになりがちなローカルAI実行の受け皿になる
- x86ネイティブ互換性：Snapdragon X系のようなARMアーキテクチャと異なり、既存のWindows x86/x64アプリをエミュレーションなしでそのまま実行できる
デメリット・注意点
- ソフトウェア対応はまだ発展途上：多くのアプリのAI機能は、NPU向けに最適化されておらず実際にはGPUやCPUで処理されているケースがある。「NPU搭載」＝「そのアプリのAI機能がNPUで動く」ではない点に注意が必要
- TOPS値は理論上のピーク性能：各社が公表するTOPS値は測定条件（INT8精度、特定の演算パターンなど）が完全には統一されておらず、単純な数値比較だけで実効性能を判断するのは早計
- モデル変換の手間：任意のPyTorchモデルをそのまま実行できるわけではなく、ONNX形式への変換や量子化といった準備作業が必要になる場合が多い
- Linux対応は発展途上：AMDはXDNA用ドライバをオープンソースとして公開し始めているが、Windows環境に比べるとLinuxでの活用事例やツールの成熟度はまだ限定的
- エコシステムの規模：GPU向けのCUDAのような業界標準的な開発エコシステムと比べると、NPU向け開発ツール（Vitis AI、Ryzen AI Software）は歴史が浅く、対応オペレータやサンプルの充実度は発展途上
性能比較（他社NPUとの違い）
2026年時点でCopilot+ PCの主要3プラットフォームとなっているのが、AMD XDNA 2、Intel AI Boost（NPU 4世代目）、Qualcomm Hexagon NPUです。いずれも40 TOPS以上を満たしていますが、アーキテクチャの成り立ちやOS互換性には違いがあります。
| NPU技術 | 搭載チップ例 | 最大性能目安 | CPU命令セット | 特徴 |
|---|---|---|---|---|
| AMD XDNA 2 | Ryzen AI 300 / Ryzen AI Max | 50 TOPS | x86（ネイティブ） | Xilinx由来の適応型タイル構造。大容量統合メモリ構成にも対応 |
| Intel AI Boost | Core Ultra 200V（Lunar Lake） | 47 TOPS程度 | x86（ネイティブ） | OpenVINOとの親和性が高く、既存Intelエコシステムとの統合が進む |
| Hexagon NPU | Snapdragon X Elite / Plus | 45 TOPS程度 | ARM（x86はPrismエミュレーション） | バッテリー持続時間に強みがある一方、一部x86専用アプリは互換レイヤー経由になる |
なお旧世代（Copilot+ PC非対応）のIntel Core Ultra 100番台（Meteor Lake）やCore Ultra 200S/H系（Arrow Lake）のNPUは10〜13 TOPS程度にとどまり、40 TOPS要件を満たしていません。「Core Ultra搭載」「Ryzen AI搭載」という表記だけでは判断せず、実際のNPU性能値（TOPS）とCopilot+ PC認定の有無を製品スペック表で確認することが重要です。TOPS値はあくまでINT8精度での理論ピーク性能であり、測定条件がベンダー間で完全には統一されていないため、実運用での体感速度は対応ソフトウェアの最適化状況にも大きく左右されます。
対応ソフトウェアと開発ツール
- Ryzen AI Software：AMDが提供する開発者向けSDK。PyTorch/TensorFlowで学習したモデルを量子化し、ONNX形式に変換してNPU・iGPU上で推論実行するためのツールチェーンをまとめたもの
- ONNX Runtime（Vitis AI Execution Provider）：クロスプラットフォームの推論エンジン。XDNA向けの実行プロバイダーを通じてNPUにモデルをオフロードする、最も一般的な経路
- DirectML / Windows ML：Microsoftが提供するWindows標準のAI推論API。ベンダーを問わず、対応するNPU/GPUに処理を振り分ける仕組みで、アプリ開発者が個別にAMD向け実装を書かなくても済むケースが増えている
- Vitis AI：Xilinx由来のモデル量子化・コンパイルツール。組み込み機器向けのRyzen Embeddedシリーズなど、Windows以外の環境でも利用される
- GAIA / Lemonade SDK：AMDがオープンソースで公開しているローカルLLM実行ツール。ONNX Runtime GenAIをベースに、NPUとiGPUを組み合わせてLlamaやPhiなどのモデルを動かす
- ROCm：本来はAMDのディスクリートGPU（Radeon/Instinct）向けAI・HPCフレームワークで、XDNA NPUそのものの主要な実行基盤ではないが、同じAMDのAI PC戦略の中でGPU側の学習・推論を担う位置づけとして押さえておきたい
選定時の実務ポイント（AMD XDNA搭載PCの選び方）
代表的な搭載PC
- ASUS ROG Zephyrus G16：Ryzen AI Max搭載、ゲーミング性能とAI PC機能を両立
- Lenovo ThinkPad X1 Carbon Gen 13：ビジネス向け軽量Copilot+ PC、Ryzen AI 300搭載
- HP EliteBook Ultra G1i 14：企業向けセキュリティ機能を重視したモデル
- ASUS Vivobook S 15：コストパフォーマンス重視のRyzen AI 300搭載Copilot+ PC
選定時に確認すべきポイント
- NPU性能値とCopilot+ PC認定の有無：カタログの「AI PC」表記だけでなく、NPUのTOPS値（40 TOPS以上か）とCopilot+ PC認定ロゴの有無を必ずスペック表で確認する
- 用途がローカルLLM/画像生成中心なら統合メモリ容量を重視：軽めの用途（Windows Studio Effects、Recallなど）ならRyzen AI 300で十分だが、大きめのローカルLLMを動かしたいならRyzen AI Max搭載機の統合メモリ容量（32GB/64GB/128GBなど）を比較する
- 実際に使いたいアプリのNPU対応状況を確認：TOPS値が高くても、常用するアプリがまだNPUに対応していなければ恩恵は限定的。アプリ側の対応表やリリースノートを確認する
- 他社プラットフォームとの比較軸：x86アプリ資産をそのまま使いたいならAMD/Intel、バッテリー駆動時間を最優先するならQualcomm Snapdragon Xも比較検討する
- 放熱・電力設計：Ryzen AI Maxは高性能な分だけ薄型軽量機よりも厚みのある筐体・高めの消費電力設計のモデルに搭載される傾向があるため、携帯性を重視する場合は筐体サイズも確認する
2025〜2026年の最新動向
- Ryzen AI Maxシリーズの普及：Strix Halo世代のRyzen AI Max／Ryzen AI Max PROが、大容量統合メモリを活かしたローカルLLM実行機として、クリエイター・開発者向けノートPCやミニPCに採用が広がっている
- 次世代NPUへの継続投資：AMDは今後のRyzenプロセッサ世代でもNPU性能の底上げを継続する方針を示しており、具体的な世代名・TOPS値は製品発表時点での正式発表を確認する必要がある
- GAIA・Lemonade SDKなどOSSエコシステムの拡充：ローカルLLMをより簡単に導入できるオープンソースツールの整備が進み、開発者以外の一般ユーザーでも試しやすくなってきている
- Windows MLを軸としたクロスベンダー最適化：Microsoft・AMD・Intel・Qualcommが協調し、アプリ開発者がベンダーごとに個別最適化しなくても各社NPUの恩恵を受けられるようにする取り組みが進行中
- Linux向けオープンソースドライバの整備：AMDはXDNA用ドライバ（xdna-driver）をオープンソースとして公開し、Linux環境でのNPU活用を段階的に進めている
まとめ
AMD XDNAは、Xilinxの適応型コンピューティング技術を統合したAI専用NPUアーキテクチャで、AMD Ryzen AI 300シリーズやRyzen AI Maxシリーズで50 TOPSという性能を実現しています。Copilot+ PCの40 TOPS要件を余裕を持って上回り、Windows Studio EffectsやMicrosoft Recallといった常時稼働型のAI機能を低消費電力で処理できる点が強みです。一方で、TOPS値だけでなく「実際に使いたいアプリがNPUに対応しているか」「用途に見合ったメモリ構成か」を確認することが、購入・導入時の実務的な判断ポイントになります。ソフトウェアエコシステムはGAIAやRyzen AI Softwareを中心に発展途上ながら着実に整備が進んでおり、ローカルAI活用の選択肢として注目を集め続けています。
よくある質問（FAQ）
Q. AMD XDNAとは何ですか？
AMDのAI専用NPUアーキテクチャです。買収したXilinxのAI Engine由来のタイル型・適応型設計を採用し、Ryzen AI 300シリーズおよびRyzen AI Maxシリーズで50 TOPSのAI処理性能を実現します。Copilot+ PC対応NPUの中でも高いスペックを持つ製品の一つです。
Q. AMD RyzenとRyzen AIの違いは何ですか？
「Ryzen AI」ブランドは、XDNA NPUを搭載したRyzenプロセッサのシリーズ名です。NPUを内蔵しているため、AIの推論処理をCPU/GPUから切り離して効率的に実行できます。無印の「Ryzen」（デスクトップ向けなど）にはNPUが非搭載、または搭載されていても第1世代の低性能なものにとどまる製品が多くあります。
Q. Intel vs AMD vs Qualcomm、どのNPUを選ぶべきですか？
単純なTOPS値だけで選ぶより、用途に合わせて考えるのが実務的です。AI性能・ローカルLLM実行を重視するならAMD XDNA 2（50 TOPS、Ryzen AI Max搭載機なら大容量統合メモリも選べる）、バッテリー駆動時間を最優先するならQualcomm Hexagon NPU、既存x86アプリとの互換性やOpenVINOエコシステムを重視するならIntel AI Boostという選び方が基本です。2026年時点ではいずれもCopilot+ PC要件を満たす実用的な選択肢になっています。
Q. XDNAとXDNA 2はどう違いますか？
XDNA（第1世代）はRyzen 7040/8040シリーズに搭載され、公称性能はおおむね10〜16 TOPS程度でCopilot+ PC要件（40 TOPS）には届きませんでした。XDNA 2（第2世代）はRyzen AI 300／Ryzen AI Maxシリーズに搭載され、50 TOPSへと大幅に性能が向上し、Copilot+ PC要件を満たしています。世代によって対応できるAI機能の範囲が変わる点に注意してください。
Q. AMD XDNA搭載PCでローカルLLMは動きますか？
動きます。AMDが公開しているオープンソースツール「GAIA」やLemonade SDKを使うと、Ryzen AI搭載PC上でLlamaやPhiといったモデルをNPU・iGPUで実行できます。特にRyzen AI Maxシリーズは最大128GBのメモリをシステムとグラフィックスで共有できる構成が用意されており、通常はVRAM容量が制約になりがちな大きめのローカルLLM実行に向いています。ただし、クラウドの大規模モデルと同等の応答速度・精度を必ずしも保証するものではなく、モデルサイズや量子化の有無によって体感速度は変わります。
Q. NPUのTOPS値が高ければ高いほど良いのですか？
一概にそうとは言えません。TOPS値はINT8精度での理論上のピーク性能を示す指標であり、測定条件がベンダー間で完全に統一されているわけではないためです。実際の使用感は、使いたいアプリがそのNPU向けに最適化されているか、対応するソフトウェア（DirectML/ONNX Runtime/Windows ML等）が整備されているかにも大きく左右されます。TOPS値はあくまで比較の目安の一つとして捉えるのが実務的です。
関連用語
- NPU - AI推論専用プロセッサ全般の概要
- AMD Ryzen AI - XDNA NPUを搭載するAMDのプロセッサブランド
- Copilot+ PC - XDNA 2が対応するMicrosoftのAI PC認定プラットフォーム
- TOPS - NPU性能を表す指標の意味と読み方
- Intel AI Boost - IntelのNPU（比較参考）
- Hexagon NPU - QualcommのNPU（比較参考）
- Qualcomm Snapdragon X - ARMベースのCopilot+ PC向けSoC（比較参考）
- Intel Core Ultra - IntelのAI PC向けプロセッサシリーズ（比較参考）
- ONNX Runtime - XDNA向けモデル実行によく使われる推論エンジン
- DirectML - Windows標準のAI推論API
- オンデバイスAI - クラウドを介さないローカルAI処理の考え方
- 統合メモリ - Ryzen AI Maxが採用する大容量メモリ共有の仕組み
外部リンク・参考資料
AMD公式 - Ryzen AI プロセッサ製品ページ
Ryzen AI 300／Ryzen AI Maxシリーズのラインナップと仕様を掲載する公式ページ
AMD公式 - Ryzen AI Software
モデルの量子化・ONNX変換・NPU向けデプロイをまとめた開発者向けSDKの案内ページ
AMD公式 - GAIA: Ryzen AIでローカルLLMを動かすオープンソースプロジェクト
GAIAとLemonade SDKを使ったローカルLLM実行の仕組みを解説する技術記事
Microsoft公式 - Copilot+ PCと通常のWindows PCの違い
40 TOPS要件をはじめとするCopilot+ PCのハードウェア要件を解説する公式ページ