はじめに
結論から言うと、メモリ高騰下で「とりあえずDDR4にすれば安い」という判断は危険です。2026年に入ってから、DDR4 32GBよりDDR5 16GBのほうが安いという価格の逆転現象が起きており、規格だけで判断すると損をする場面が出ています。本記事では、研究・AI用途のPCを限られた予算で組むために、どこを妥協し、どこを妥協してはいけないのかを優先順位で整理します。
※本記事は2026年7月時点の情報に基づいています。パーツ価格は週単位で変動するため、購入前には必ず最新の実勢価格を確認してください。
DDR4は本当に安いのか？
まず前提を疑うところから始めます。今回の高騰はDDR5だけでなくDDR4にも波及しており、DDR4-3200 16GB（8GB×2枚）は2025年初頭の7,000〜10,000円程度から、2026年2月には18,000〜30,000円へと2〜4倍に上昇しています。
その結果として、2026年2月時点ではDDR4 32GBよりDDR5 16GBのほうが安いという逆転現象が報告されています。「旧規格だから安い」という常識が、局面によっては通用しなくなっているということです。DDR4構成を検討する場合も、必ず両方の実勢価格を並べて比較してください。
DDR4プラットフォームを選ぶ際の制約は？
価格差が実際に確認できた場合でも、DDR4構成には固有の制約があります。導入前に把握しておくべき点は3つです。
1. CPUのアップグレードの道がほぼ残っていない
DDR4対応の主な選択肢は、Intel第13・14世代（LGA1700）とAMDのAM4（Ryzen 5000シリーズ）です。ただしLGA1700はArrow Lake以降の最新CPUに非対応、AM4もRyzen 5000シリーズが上限です。つまり、後からCPUだけを載せ替えて延命する運用はほぼできません。将来的にCPUを差し替える計画があるなら、DDR5プラットフォームを選ぶべきです。
なお、AMDはComputex 2026でAM4ソケット10周年を記念するRyzen 7 5800X3D 10th Anniversary Edition（2026年6月25日発売、希望小売価格349ドル）を発表しており、AM4への一定のサポート継続姿勢は見せています。ただしこれは「DDR4への全面回帰」ではなく、AM4とAM5で需要層を分ける方針と理解しておくのが妥当です。
2. 最新規格が使えない
PCIe 5.0対応SSDやUSB4といった最新I/O規格は、DDR5プラットフォームを前提としています。研究データの大容量転送でGen5 SSDの速度を活かしたい場合、DDR4構成ではその選択肢が消えます。
3. 今のDDR4は「かつてのDDR4」ではない
Tom’s Hardwareの報告によれば、かつて高性能で知られたSamsung B-dieのようなDDR4ダイはすでに生産されておらず、今回増産されるDDR4はDDR4-3600程度に収まる見通しとされています。過去のベンチマーク記事を参考にする場合、同じ性能が出るとは限らない点に注意してください。
妥協の優先順位はどう決める？
ここからが本題です。研究・AI用途のPCで予算が足りない場合、削る順序を間違えると使い物にならない構成になります。優先順位は用途によって変わりますが、AI推論・データ解析を想定した場合の考え方を示します。
妥協してはいけない：GPUのVRAM容量
ローカルLLMや画像生成AIを扱う場合、VRAM容量が足りないとそもそも動きません。処理が遅くなるのではなく「Out of Memory」で停止するため、ここを削ると環境そのものが成立しなくなります。メモリが高騰しているからといってGPUの予算を削るのは、本末転倒になりやすい典型例です。
妥協しやすい：メインメモリの初期容量
メインメモリは後から増設できるパーツです。理想が32GBでも、まず16GBで組んでスロットに空きを残しておけば、価格が落ち着いたタイミングで追加できます。「今すぐ全部揃える」から「後から足せる設計にする」への発想転換が、高騰局面では有効です。ただし4スロットすべてを埋める構成にしてしまうと後から足せなくなるため、購入時に空きスロットを確保しておくことが条件になります。
妥協しやすい：ストレージの初期容量
SSDもNANDフラッシュの高騰で値上がりしていますが、こちらも後から追加できます。まずOS用の1TBを確保し、データ用の大容量SSDは価格を見ながら後で足す、あるいは当面は外付けストレージで補完するという分割が可能です。
慎重に判断：CPUのグレード
AI推論の主役はGPUのため、CPUを1グレード下げても致命傷にはなりにくい領域です。ただしデータの前処理（PythonでのCSVパース等）ではマルチスレッド性能が効くため、前処理の比重が大きい業務では削りすぎに注意してください。
妥協してはいけない：電源ユニット
予算圧縮の対象にされやすいパーツですが、GPUが高負荷で長時間動作する環境では、電源の品質と容量が安定性を左右します。計算途中で強制シャットダウンが起きれば、数時間の作業が失われます。ここは削らないでください。
各パーツの選定基準の詳細は、以下の記事で解説しています。
▼AI・解析用ワークステーション選定ガイド▼
高騰局面で有効な3つの考え方
- 分割投資に切り替える：「一度に完成させる」のではなく、必須のパーツから確保し、価格変動を見ながら段階的に強化する。増設余地を残す設計が前提になります。
- 既存機のアップグレードを先に検討する：DDR4環境をすでに持っているなら、CPUだけを第13・14世代やRyzen 5000系に載せ替えることで、メモリを買い直さずに性能を上げられる場合があります。新規にDDR5環境を構築するのと比べ、メモリ単体で数万円のコスト差が生じるため、経済合理性のある選択肢です。
- 用途を絞る：一台であらゆる用途をこなそうとすると必要スペックが跳ね上がります。重い学習処理はクラウドGPUを使い、手元は推論と開発に絞るといった役割分担も検討の価値があります（ただし、扱うデータの外部送信可否は所属機関のポリシーを確認してください）。
よくある質問
結局DDR4とDDR5、どちらを選ぶべき？
実勢価格を比較したうえで、明確にDDR4が安く、かつ将来のCPU載せ替えや最新I/Oを必要としないならDDR4も選択肢になります。それ以外の場合、特に長く使う研究用マシンとして組むならDDR5プラットフォームのほうが無難です。価格逆転が起きている以上、規格名だけで判断しないことが重要です。
16GBスタートで本当に足りる？
用途によります。ブラウザと開発環境の並行利用程度なら16GBでも動きますが、大きなデータセットを扱う解析ではスワップが発生して処理が遅くなります。「当面は動く最低ライン」として16GBで始め、増設を前提にする位置づけです。最初から大容量データを扱うことが確定しているなら、無理な妥協はおすすめしません。
中古パーツはあり？
新品が高騰している局面では相対的な割安感が出ますが、メモリやSSDは使用状況が外から見えにくいパーツです。保証の有無を確認し、業務で使うマシンでは慎重に判断してください。
まとめ
- DDR4が必ず安いとは限らない（DDR4 32GB＞DDR5 16GBの逆転現象が発生）
- DDR4はCPU載せ替えの余地がほぼなく、最新I/Oも使えない
- 削ってよいのはメモリ・ストレージの初期容量（後から増設可能）
- 削ってはいけないのはGPUのVRAMと電源ユニット
- 「一度に完成させる」から「後から足せる設計」への切り替えが有効
高騰局面では、スペック表の理想値を追うより「何を削れば環境が壊れないか」を見極める設計力が効いてきます。増設余地を残しておくことが、価格が落ち着いたときの選択肢を守ることにつながります。