はじめにまとめ
- 構成: Mac Mini M4 Pro（高速取引）、個人ストレージ（データハブ）、RTX 5060 Ti ワークステーション（AI 重処理）の3台を役割分担させて運用
- 成果: 音声認識応答 3.4 秒、言語モデル処理 25〜28 トークン/秒、テキスト類似度 0.9956
- 鍵: Redhat MCP AI によるデータ連携と、個人ストレージへの集中バックアップ
なぜ1台の高性能マシンでは不十分なのか
在宅ワークで金取引とAI作業を同時にこなすには、リソースの競合が避けられませんでした。金取引はリアルタイムの意思決定が求められるため、遅延が許されません。一方、AI モデルの学習やレンダリングは膨大な計算資源を消費します。
この課題に対して、3台の機器に異なる役割を割り当てて連携させるアプローチを採用しました。
各機器に割り当てた役割は何か
Mac Mini M4 Pro は高速性が求められる作業のメインマシンとして機能します。日中の作業、MetaTrader 5 アプリの起動、iCafeFX アプリの日常的な利用がこれにあたります。
個人ストレージはデータハブとして機能し、他の2台の機器から生成されるすべてのデータを記録します。金取引データ、価格履歴、AI 作業の結果まで、すべてのデータがここで保存されます。この役割は、コンピュータシステムを一つに結びつける船の錨に例えられます。
RTX 5060 Ti を搭載した Windows ワークステーションは、専門的な重い作業用のマシンとして機能します。AI モデルの学習や、高い処理能力を必要とするレンダリング作業に使用します。特に画像生成用の FLUX モデルや、複雑な自然言語処理用の Typhoon モデルに注力しています。
3台の連携を可能にする仕組みは何か
最も重要なのは、この3台の連携です。Redhat MCP AI を機器間のデータ接続の仲介者として使用しており、データの共有と継続的な利用を可能にしています。Mac Mini で作業中に Windows ワークステーションにあるモデルを使用したい場合、データをそのマシンに迅速に送信できます。
効率的なワークフローの構築には相当な時間がかかります。各マシンが自分の役割を理解し、混乱なく同時に動作するようにすることが重要です。個人ストレージがデータハブとして機能することで、この接続がスムーズに実現できます。
実際の運用で得られたパフォーマンスは何か
このシステムをある期間運用した後、特に AI 作業における実際のパフォーマンスを測定しました。1段階目の音声認識はわずか約3.4秒で応答でき、この種の作業としては非常に高速です。マシン上で動作する言語モデルは25-28トークン/秒の速度で処理でき、日常的な利用には十分です。
テキスト類似度のテストでは0.9956という高い結果を得ており、システムが正確に動作していることを示しています。金取引の利用であれ AI 作業であれ、すべてを同時にスムーズに実行でき、パフォーマンス上の問題はありません。
マルチマシンシステム構築から学んだ教訓は何か
複数のコンピュータシステムを構築するのは決して簡単ではありません。特にネットワーク接続とファイル共有の管理について多くのことを学びました。重要なのは、各マシンに明確な役割を与え、何ができて何ができないかを理解させることです。
もう一つは、重要なデータが定期的にバックアップされていることを確認することです。個人ストレージがデータハブとして機能しているおかげで、すべてのデータが安全であり、システム内のどのマシンからもアクセスできることに自信を持っています。
この構成をさらに進化させるには
将来、このシステムをさらに発展させる計画を立てています。特に AI システムと金取引の接続において、金価格のトレンドをより良く分析できるモデルを作成することです。また、作業効率を向上させるために新しいモデルを試すことも、注力している目標の一つです。
GPU の性能評価はここで行っています。AI モデルの選定基準は別記事で解説しています。EA の安全性に関する7つのルールも参照してください。
次のステップとして、金価格のトレンド分析に特化した AI モデルの開発を計画しています。また、新しいモデルを試し、作業効率をさらに向上させることを目標としています。
