Mac mini M4 を レンタル して Core ML を回すと、mlmodelc 同時コンパイル・批推論・ユニファイドメモリ・I/O が重なります。対照表と コマンド PLH。ホーム・算力選定・購入。
前提：検証・mlmodelc・批推論
意思決定対照表（同時コンパイル・バッチ・I/O・外付け・キュー・費用）
出発点。モデル・解像度・OS でスイープ補正。
| プロファイル | 同時コンパイル数 | バッチ（B） | I/O（内蔵 NVMe） | 外付けディスク | キュー・タイムアウト（待ち／計算） | 日額／月額レンタル費用の目安（定性） |
|---|---|---|---|---|---|---|
夜間 CI mlmodelc ファーム |
16GB: 1（＋薄いキュー）／24GB: 1〜2（セマフォ） | 推論バッチより コンパイルキュー深さ がレバー | 順書き・中間；同時 2 超は競合 | 出力・ログを外付けへ | Wq 短／Wc≈p95×2+α | 日額向き（スパイク） |
| オンライン批推論（ウォームモデル） | 0〜1（デプロ直後のみ） | 中〜大；ANE／GPU はモデルプロファイル次第 | 読み・プリフェッチ；バッチ間ウォーム | 任意；大キャッシュは外付け RO | Wq 中／Wc にウォーム余裕 | 月額・固定が単純 |
| マルチテナント共有ノード | ≤1（グローバルロック推奨） | テナント別 小バッチ ＋同時実行キャップ | I/O 競合；公平スケジュ | テナント別スクラッチ | Wq 長＋降格／Wc＝SLA | 分割時 月 中〜高；分離が安いことも |
実行可能なコマンド・パラメータ・プレースホルダ
プレースホルダを環境に合わせて置換。
コンパイル例（macOS 向け mlmodelc）
xcrun coremlcompiler compile \
"<PATH_INPUT.mlpackage|PATH_INPUT.mlmodel>" \
"<PATH_OUTPUT_DIR>" \
--platform macos \
--deployment-target "<MACOS_MIN_VERSION>"coremltools（Python）のバージョン固定例
python3 -m pip install "coremltools==VER_PLACEHOLDER"MLModelConfiguration の compute units はステージングのみで比較。詳細は Apple ドキュメント参照。
キュー・タイムアウトと降格
待ちと計算のタイムアウトを分離。降格は B 縮小→小モデル→部分結果＋DLQ。多リージョンはデータをノードローカル、制御のみ遠隔が RTT 有利。
FAQ
Git に mlmodelc？ 基本はアーティファクト保管、リポは仕様とハッシュ。
CLI のみ？ CLT＋コンパイラ構成が要。ヘルプでイメージ確認。