■事実
VideoCardzが8月25日、Windows 11がNVIDIA RTX Spark PC投入を控え、統合メモリ管理機能を準備していると報じました。
該当機能は内部コードネーム「IntelligentCarveout」です。
8月17日リリースのWindows Insiderビルド29648.1000内に隠し機能として存在することが確認されました。
X（旧Twitter）ユーザーの@XenoPantherが発見し、報道各社が追随しました。
ViVeToolのフィーチャーID「61121285」で有効化可能とされています。
ビルド内には新規ファイルSettingsHandlers_UnifiedMemory.dllが同梱されています。
設定画面は「設定 > システム > 詳細設定」配下に置かれる可能性が指摘されています。
現時点では通常のWindows設定画面からは有効化できない、あくまで実験的機能です。
Microsoftは今回の機能が変更・削除される可能性があると注記しています。
Microsoftは5月時点で、GPUがアクセス可能なシステムメモリ上限を引き上げる調整を既に行っていたことを確認済みです。
対象として想定されているのはNVIDIA RTX Sparkのような、CPU・GPUが単一メモリプールを共有する統合メモリ型SoCです。
RTX SparkはArmベースCPUとBlackwell世代GPUを組み合わせ、最大128GBの統合メモリに対応しています。
AMDのRyzen AI Max（Strix Halo）も同様の統合メモリアーキテクチャを持つ対象として言及されています。
表（想定）
| 項目 | 従来のディスクリートGPU （例：RTX5090） | NVIDIA RTX Spark （統合メモリ） | AMD Ryzen AI Max+395（VGM） |
|---|---|---|---|
| メモリ構成 | 専用GDDR7 VRAM （最大32GB） | LPDDR5X統合メモリ（最大128GB） | LPDDR5X統合メモリ （最大128GB、うち96GBまでVGM割当可） |
| CPU/GPU間の関係 | 完全に分離 | 単一プールを共有 | 単一プールを共有 |
| メモリ割当方式 | 固定（VRAM専用） | Windows OS側で動的制御（開発中） | BIOSレベルでの静的割当（要再起動） |
| 帯域幅の傾向 | 高帯域（GDDR7） | 相対的に低帯域（LPDDR5X、NVLink-C2C経由） | 相対的に低帯域（LPDDR5X） |
| 想定用途 | ゲーミング・高負荷 レンダリング | ローカルAI推論・軽量ゲーミング両立 | ローカルAI推論・軽量ゲーミング両立 |
注：本表はVideoCardz記事および関連報道（TechPowerUp、Windows Central等）を基に整理
解説
そもそもなぜこの機能が今必要になったのかを整理すると、統合メモリ型SoCではCPU側のアプリがメモリを食い過ぎるとGPU側が干上がる、という設計上の弱点があるからだ。
逆に言えば、これまでのWindowsは「専用VRAMを持つディスクリートGPU」を前提に設計されてきたため、統合メモリという概念自体への対応が後手に回っていたということだ。
AMDはすでにRyzen AI Max（Strix Halo）でVariable Graphics Memory（VGM）という似た仕組みを実装済みで、Adrenalinドライバー経由で最大96GBをGPU側に割り当てられる。
ただしAMDの方式はBIOSレベルの静的割当で、切り替えには再起動が必要という制約がある。
MicrosoftのIntelligentCarveoutがOS側のネイティブ機能として実装されるなら、AMD方式より柔軟な動的割当（再起動不要、ワークロードごとの切り替えなど）が期待できる。
ここで面白いのが「統合メモリ管理をOSレベルで持つ」というアプローチは、事実上Appleが先行していたモデルに近づいているということ。ただしAppleはユーザーに割当を意識させず自動最適化する路線であるのに対し、Microsoftは「ユーザーが手動で割合を決める」路線を選んでいる点は設計思想として対照的だ。
Windowsがユーザー制御型を選んだ背景には、Windowsが単一ワークロード専用機ではなく、ゲーミング・クリエイティブ・ローカルAI推論など多様な用途が同一機体上で切り替わる前提のOSだから、という説明は筋が通る。
ここで筆者の専門領域とも絡む重要な論点として、統合メモリの「容量」と「帯域幅」は別物だという整理を入れておきたい。RTX Sparkの128GBという数字はインパクトがあるが、NVLink-C2C経由の帯域幅は現状の報道ベースで300GB/s前後とされ、RTX5090のGDDR7帯域（1.7〜2TB/s級）とは一桁近い差がある。
つまりRTX Sparkのような統合メモリ機は「大きなモデルを載せられる」ことと「そのモデルを高速に動かせる」ことは別問題で、特にAI推論のようなメモリ帯域律速のワークロードでは、容量の大きさがそのまま体感速度に直結しない点に注意が必要だ。
これは筆者が普段主張しているL2キャッシュ/帯域幅フレームワーク（大容量キャッシュが帯域不足を実質的に緩和する）が効くゲーミング用途とは別に、AI推論・VRAMストリーミング系ワークロードではキャッシュヒット率が崩れてこの理屈が通用しない、という整理とも重なる。
統合メモリ機は「容量で殴るがゆえに帯域の壁にぶつかりやすい」設計だと理解しておくと、今後のRTX Spark実機レビューを読むときの補助線になるはずだ。
128GBという数字だけ見て「これでVRAM不足問題は解決」と早合点すると痛い目を見そうな予感がする。
容量の大きさに気を取られていると、結局「速く動くか」という一番大事な質問を忘れがちになる。