AI 開発

2026 Mojo 1.0:Apple Siliconデプロイ手順

Mojo 1.0正式版を待つ必要はありません。まずMAX安定版で再現可能な基準環境を作り、別のnightly環境でApple Silicon GPU対応を検証する方法が現時点の勝ち筋です。MシリーズMacの共有メモリに収まるモデルなら試せますが、互換性と性能はモデル単位で確認し、本番用途ではPyTorch MPSなど成熟した経路を回退先として残してください。

最終更新:2026年8月11日。MAX 26.4のApple Silicon対応、公式Packages、Quickstart、Mojo 1.0 Beta 2の公開情報を確認しています。2026年8月18日のModCon後は、コンパイラーの公開範囲、正式版の導入方法、ライセンス、Mac対応表を再確認してください。

対象者と現在の判断材料

この記事は、MシリーズMacでMAXのローカル推論を試したい個人開発者、MAXとPyTorch MPSを同条件で比べたいAI開発チーム、継続利用できる検証機を探しているプロジェクト責任者に適しています。

2026年5月にMojo 1.0 Beta、2026年6月にBeta 2が公開されていますが、正式版とコンパイラーの具体的なオープンソース範囲は、8月11日時点では確定情報として扱えません。Mojo 1.0 Betaの公式発表では、正式版とコンパイラー公開を今後の計画として説明しています。したがって、現時点で確実に実行できる作業と、ModCon後に更新すべき作業を分ける必要があります。

MAX 26.4の公式発表では、M3以降のApple Silicon GPUでQwen 3.6やGemma 4を含む一般的なモデル構成への対応拡大が示されています。一方、公式フォーラムの最新案内ではnightlyでM1からM5まで、適切なサイズのテキスト、視覚、画像生成モデルを試せると説明されています。ただし、古い世代ほど検証例が少なく、nightlyには一時的な回帰もあり得ます。MAX 26.4のリリース説明とApple Silicon対応に関する公式案内で記載の粒度が異なるため、モデル名だけで動作保証とは判断しないでください。

開始前の環境確認

MAXの公式Packagesページでは、macOS Sequoia 15以降、Apple Silicon M1〜M5、Python 3.10〜3.14、XcodeまたはXcode Command Line Tools 16以降がシステム要件として記載されています。GPUプログラミングではMetalツールチェーンの追加導入が必要になる場合もあります。公式のシステム要件を、作業日に再確認してください。

ただし、同じページのGPU互換性欄には、Apple Siliconでの大規模生成AI推論について古い説明も残っています。6月27日の公式フォーラム投稿ではMAX 26.4とnightlyのモデル実行例が示されているため、現時点では「Packagesの要件表」と「新しい26.4以降のリリース説明」の不一致を記録し、後者を主な判断材料にするのが安全です。

導入前には、次の項目を確認します。

  • [ ] Appleメニューの「このMacについて」でMシリーズか確認する
  • [ ] sw_vers でmacOSのバージョンを記録する
  • [ ] python3 --version でPython 3.10〜3.14の範囲か確認する
  • [ ] xcode-select -p と xcodebuild -version で開発ツールを確認する
  • [ ] 必要なら xcodebuild -downloadComponent MetalToolchain を実行する
  • [ ] 空きメモリを、モデル重み、KVキャッシュ、コンパイル、一時データに分けて見積もる
  • [ ] LinuxコンテナをMac GPUへ接続できる環境と誤認しない

Apple SiliconではCPUとGPUが共有メモリを使うため、モデルのパラメーター数だけで適合性を判断できません。コンテキスト長、出力長、同時実行数、量子化形式を固定し、普段使っているアプリケーションを終了した状態でも余裕があるかを確認します。公式フォーラムでは、FLUX.2 Klein 4Bの画像生成について、他の処理を除いて15GB以上のRAMが利用可能なら実行例があると説明されていますが、これは全Mシリーズ・全解像度への保証ではありません。

最初の環境分離

安定版とnightlyを同じ仮想環境で上書きしてはいけません。依存関係、コンパイル済みキャッシュ、モデル変換結果が混ざると、性能差なのか環境差なのか判別できなくなるためです。

公式Quickstartに沿う場合は、まずプロジェクトを作成します。

uv init max-stable
cd max-stable
uv venv
source .venv/bin/activate

安定版は、公式PackagesページでStableを選択した状態の導入コマンドを使用してください。nightlyは、同ページに掲載されているnightly用のインデックスと--prerelease allowを使う現在の形式が基準です。

uv init max-nightly
cd max-nightly
uv venv
source .venv/bin/activate

uv add "max[all]" \
  --index https://whl.modular.com/nightly/simple/ \
  --prerelease allow

max[all]には、MAX本体、推論サーバー、ベンチマーク、Mojo関連パッケージが含まれます。推論だけならmax[serve]、ベンチマークだけならmax[benchmark]へ縮小できます。Packagesの構成説明では、用途別パッケージとstableブランチの扱いも説明されています。

導入後は、次の情報をファイルに残します。

python --version
max --version
mojo --version
sw_vers
xcodebuild -version

さらに、uv.lock、実行コマンド、モデル名、デバイス指定、エラーログの保存先をリポジトリに含めます。CLIが呼び出せること、GPUデバイスを認識すること、サンプルが完了すること、ログを再現可能な形で出力できることが第一段階の合格条件です。

注意:古いブログや動画にあるCLIをそのまま使わず、導入当日のQuickstartとPackagesに掲載されたコマンドを優先してください。MAXのパッケージ構成は26.4前後でも整理されており、旧形式のコマンドが現在の環境で失敗する可能性があります。

最初の推論とモデル選定

最初の1時間は、単一リクエストの小型テキストモデルから始めます。いきなり大規模モデル、高い同時実行数、長いコンテキスト、画像生成を組み合わせると、アーキテクチャ非対応、演算子不足、メモリ不足、nightlyの回帰を見分けにくくなります。

公式フォーラムには、直接生成とローカルAPIの2経路が掲載されています。直接生成の例は次の形です。

max generate \
  --model-path=Qwen/Qwen3.5-0.8B \
  --device-memory-utilization 0.5 \
  --max-batch-size 1 \
  --prompt "The sky is blue because"

常駐エンドポイントを作る場合は、次のように起動します。

max serve \
  --model-path=Qwen/Qwen3.5-0.8B \
  --device-memory-utilization 0.5 \
  --max-batch-size 1

--device-memory-utilizationと--max-batch-sizeは、共有メモリを使うMacでの過剰な割り当てを抑えるための重要な設定です。起動後は、応答内容だけでなく、選択されたデバイス、プロセスのメモリ増加、初回コンパイル時間、2回目以降の応答差を記録します。

MAX on Macでは、どの種類のモデルから確認すべきですか。

優先順位は、公式に対応が示された小型テキストモデル、次に視覚入力モデル、最後に画像生成モデルです。MAX 26.4ではApple Silicon向けの対応モデルが拡大していますが、モデル名が一覧にあることと、指定した量子化形式、入力長、Mシリーズ世代で安定して動くことは別の条件です。

失敗時は、次の4分類でログを整理します。

  1. モデルアーキテクチャが未対応
  2. 演算子またはカーネルがMetal経路で未対応
  3. 共有メモリ不足、またはコンテキスト長過大
  4. nightly更新による一時的な回帰

これにより、ハードウェアの性能不足とソフトウェアの互換性問題を混同せずに済みます。

MAXとPyTorch MPSの比較手順

PyTorch MPSは、Metal Performance Shadersを使ってMacのGPUでテンソル演算を実行する既存の経路です。PyTorch公式ドキュメントでは、torch.backends.mps.is_available()で利用可否を確認でき、MPSデバイスへモデルとテンソルを移動する基本手順が示されています。PyTorch MPSの公式説明とAppleによるMPS導入手順を基準に、同じモデルを用意してください。

公平な比較では、次の条件を固定します。

  • 同じモデルの同じウェイト
  • 同じ量子化形式とデータ型
  • 同じ入力トークン長と出力トークン長
  • 同じバッチサイズと同時実行数
  • ウォームアップ回数
  • 初回コンパイルを含むかどうか
  • 生成結果の一致条件

記録項目は、初回起動時間、最初のトークンまでの遅延、継続時のトークン毎秒、ピークメモリ、結果一致率です。異なるMac、異なるモデル、異なる精度の数値を並べて「MAXの方が速い」と結論づけてはいけません。公式発表にある「leadership performance」も、本文の実測結果に置き換えることはできません。

MAXとPyTorch MPSはどの条件で切り替えるべきですか。

互換性、再現性、結果一致のいずれかが基準未達なら、MPSを残します。MAXが対象モデルで安定し、同じ入力条件で遅延または継続スループットに明確な優位性を示した場合に限り、対象モデルやサービス範囲を段階的に広げます。単一モデルの成功だけで、既存の推論基盤全体を置き換える判断は避けてください。

1週間後の遠隔検証

ローカルMacでの検証は、モデルの適合性とスクリプトの初期確認に向いています。一方、長時間の占有、複数人による同時利用、M1からM5までの世代比較、CIでの反復実行が必要になると、個人所有機では電源管理、空き時間、環境差、アクセス権限が負担になります。

1週間後には、次の成果物をまとめます。

  • uv.lockによる依存関係の固定
  • 安定版とnightlyを分けた起動スクリプト
  • モデル名、精度、入力長、出力長を含むベンチマーク設定
  • stdout、stderr、メモリ情報を保存するログディレクトリ
  • MAXが失敗した場合にMPSへ戻す手順
  • macOS、Xcode、Python、MAX、Mojoのバージョン表

本地Macのメモリが足りない場合、MAX推論はどう検証しますか。

まず小型モデルでスクリプトの正当性を確認し、その後に継続占有できる遠隔Macへ同じロックファイルとベンチマーク設定を移します。遠隔環境でも、接続方式、ファイル転送、SSH権限、アイドル時の停止条件、ログ回収方法を先に確認してください。ブラウザー越しの操作だけに依存すると、長時間ジョブの再現性と障害調査が難しくなります。

KuzCloudのMac環境の利用案内やコンソールを確認する場合も、先に必要なメモリ、Apple Silicon世代、接続方式、利用時間を本文の基準スクリプトから確定させるのが安全です。料金だけを先に比較すると、MAXのコンパイル時間、モデルキャッシュ、転送時間を見落とします。

検証方式 適した用途 主な利点 注意点 判断
手元のMac 初期導入、1モデルの互換性確認 すぐに試せ、ログを直接取得できます メモリと占有時間に制約があります 最初に選択
stable環境 再現可能な基準作成 依存関係を固定しやすいです 最新GPU対応が遅れる場合があります 基準環境に採用
nightly環境 新しいApple Silicon GPU対応の確認 最新のモデル対応を試せます 回帰やAPI変更の可能性があります 別環境で限定利用
PyTorch MPS 本番回退、比較基準 既存コードを活用しやすいです MAX固有の最適化は利用できません 併用を推奨
遠隔Macレンタル 長時間、複数世代、チーム共有 同じ環境を継続利用しやすいです 接続遅延、転送、利用料金を管理する必要があります ローカル検証後に選択

自前のMacだけで進める方法は、短時間の互換性確認には適しています。しかし、メモリ上限、他作業との競合、同一機種しか試せないこと、長時間ジョブを止められないことが弱点です。反対に、常時稼働する本番処理や物理インターフェースが必要な処理では、レンタルMacが必ずしも最適とは限りません。

複数世代のApple SiliconでMAXを比較したい場合や、チームが同じ基準スクリプトを繰り返し実行する場合は、ローカルMacを買い増すより、必要な期間だけ遠隔Mac環境を確保する方が評価設計を単純にできます。まずMacの料金プランで利用条件を確認し、本文のベンチマークを再現できるかを問い合わせる順序が現実的です。

2026年8月18日のModConでは、Mojo、MAX、Apple Silicon対応に関する追加発表が行われる可能性があります。ただし、議題やライブデモの存在だけで、正式な機能、対応範囲、ライセンス、インストール手順が確定したとは扱えません。発表後は、公式リリース、Packages、Quickstart、Mojo公式サイト、公式リポジトリを照合し、安定版環境を先に更新してからnightlyを再作成してください。

Apple Siliconでの推論検証にKuzCloudのMac環境を

KuzCloudなら、MシリーズMacを遠隔で利用し、MAX推論の導入から動作確認まで進められます。

安定版と検証用環境を分けて構築できるため、既存の開発環境に影響を与えず新しい構成を試せます。