データサイエンティストのパソコンに必要なスペック｜メモリ優先で考えるGPU・Mac・Windowsの選び方

pandasはデータをまるごとメモリに載せて動く

Pythonでデータ分析をするときによく使うpandasは、読み込んだデータを基本的にすべてメモリ上に展開します。さらに、結合や集計の途中で一時的なコピーが作られるため、元のCSVファイルが2GBでも、処理中には数倍のメモリを使うことが珍しくありません。メモリ8GBのノートパソコンで数百万行の購買データを結合しようとして、処理が終わらないままフリーズする、というのは学習者がよく経験するつまずきです。

同時に、ブラウザで資料を開き、Jupyter Notebookを複数立ち上げ、BIツールでグラフを確認するといった使い方も日常的です。分析そのもの以外にもメモリを使う場面が多いことを前提に、余裕を持たせておくのが現実的です。

CPUとストレージは中位クラスで足りることが多い

CPUは、現行世代の中位クラスであれば、学習段階や一般的な表形式データの分析で困ることはほとんどありません。勾配ブースティングの学習やハイパーパラメータの探索ではコア数が多いほど速くなりますが、時間がかかる処理は夜間に回す、クラウドを使うといった工夫で補えます。

ストレージはSSDを選び、容量は512GB以上あると安心です。Pythonの仮想環境やDockerのイメージ、練習用の公開データ、学習済みモデルのファイルなどは、気づくと数十GB単位で増えていきます。

売上や顧客データなど表形式が中心ならCPUで十分

ビジネス寄りのデータサイエンティストが扱うのは、購買履歴、会員情報、広告の成果といった表形式のデータが中心です。回帰分析やロジスティック回帰、LightGBMのような勾配ブースティングは、CPUでも実用的な時間で学習できます。この領域を目指すなら、GPUに予算を回すよりメモリを増やすほうが効果的です。

画像や自然言語のディープラーニングは、まずクラウドで試す

画像認識や自然言語処理、生成AIモデルの微調整など、ディープラーニングを本格的に扱う場合はGPUが必要になります。ただ、いきなり高価なGPU搭載機を買う前に、Google ColaboratoryやKaggle Notebooksのように、ブラウザからGPUを使える環境を試すのがおすすめです。無料枠には利用時間や性能の制限があるものの、学習段階であれば十分に足りることが多く、本当に手元のGPUが必要かどうかを判断する材料になります。

手元にGPUを置く場合は、多くの深層学習ライブラリがNVIDIA製GPUとCUDAを前提に作られている点を押さえておきましょう。GPUのメモリ容量が小さいと、大きめのモデルはそもそも載らないため、GPUの性能だけでなくVRAMの容量も確認が必要です。

Apple Silicon搭載のMac

M系チップのMacは、CPUとGPUが同じメモリを共有する構造のため、メモリを多めに積んだモデルを選ぶと、ある程度の規模の処理まで快適にこなせます。PyTorchもMac向けのGPU処理に対応しています。一方で、CUDAを前提にしたライブラリは動かせず、Dockerイメージやパッケージによってはチップの種類に対応していない場合もあります。社内の分析環境がLinuxサーバーやWindows前提で組まれていると、手元とサーバーで挙動がずれることもあります。

Windows

NVIDIA製GPUを搭載した機種を選びやすく、ディープラーニングを手元で回したい場合の選択肢が広い点が強みです。Python環境はWindows上に直接作ることもできますが、WSL2を使ってLinux環境を用意しておくと、本番のサーバー環境に近い形で作業でき、ネット上の手順もそのまま使いやすくなります。ExcelやPower BIなど、事業部門と共有するツールとの相性が良いのも実務上の利点です。

迷ったときの決め方

就職や転職を考えているなら、志望先の会社がどちらを支給しているかを求人票や面接で確認しておくと、手元の練習環境を合わせられます。個人で仕事を受ける予定なら、取引先が指定するツールや受け渡しの形式に合わせるのが無難です。

正社員は支給PCが基本になる

企業に所属するデータサイエンティストの場合、業務用のパソコンは会社から支給されることがほとんどです。重い処理は社内のサーバーやクラウドの分析基盤で行い、手元のパソコンは接続のための端末として使う、という働き方も多く見られます。この場合、個人で高性能な機種を買う必要は薄くなります。

副業や業務委託では、データの扱いを先に確認する

自分のパソコンで仕事を受ける場合に気をつけたいのが、取引先のデータの扱いです。顧客の購買履歴や個人情報を含むデータを私物のパソコンに保存してよいかは、契約や取引先のセキュリティ規程によって異なります。ディスクの暗号化、OSの更新、作業後のデータ削除の手順などを求められることもあるため、受注前に確認しておきましょう。副業ならではの契約や時間配分の考え方は、データサイエンティストが副業で収入を得る場合の進め方で詳しく整理しています。

在宅で作業する場合は、自宅の回線速度やモニターの数も作業効率に影響します。ノートパソコン一台より、外部モニターをつないでコードとグラフを並べて表示できる環境のほうが、分析の見落としは減ります。働く環境全体については在宅で働くデータサイエンティストの実情も参考になります。

パソコンの購入費は経費や減価償却の対象になることがある

個人で仕事を受けている場合、業務に使うパソコンの購入費は経費として計上できることがあります。金額によっては一度に経費にできず、数年に分けて計上する減価償却の扱いになります。申告全体の流れはデータサイエンティストの確定申告の手順にまとまっていますが、自分のケースでの計上方法は税理士や税務署に確認するのが確実です。