カテゴリ: AI開発環境
画像生成モデルのライセンスと商用利用 — SDXL・FLUX.1・SD3.5の公式記載を「本体」と「生成物」に分けて読むSDXL base 1.0・FLUX.1 [dev]・FLUX.1 [schnell]・SD3.5 Largeの公式ライセンスとモデルカードを並べ、モデル本体を動かす条件と生成した画像を使う条件を分けて整理する。法的助言ではなく、原文の読み方の段取りをまとめた。
Windows 11のGPUスケジューリング(HAGS)とAI用途 — オンで何が移り、VRAM不足には何が効かないかWindowsのHardware-accelerated GPU scheduling(HAGS)は、GPUの仕事の段取り役をCPUからGPU側へ移す設定だ。Microsoft・NVIDIAの公式説明から、何が変わるか、AIツールで見るべき別の設定はどれかを整理する。
BTOパソコンが届いたら最初にやること — 初期不良の期限、Windows Update、ドライバー、回復キーを公式の案内でBTOが届いた週にやることを、マウス・ドスパラ・パソコン工房の保証規定と、Microsoft・NVIDIAの公式手順で整理。初期不良の連絡期限、保証書の保管、Windows Update、GPUドライバー、BitLocker回復キーと回復ドライブの順に並べた。
ローカルLLMのコンテキスト長とVRAM — KVキャッシュの大きさをモデル公式のconfig.jsonから計算するローカルLLMで文脈を伸ばすと増えるのがKVキャッシュ。公式config.jsonの層数・KVヘッド数・head_dimの3つを式に入れれば、1トークンあたりの容量と4K〜128K文脈でのVRAMが電卓で出る。Qwen3とphi-4の5モデルで計算する。
VS CodeでローカルLLMのコード補完 — ContinueとOllamaをつなぐ公式手順と、クラウド型との違いVS Code拡張のContinueとOllamaを組み合わせると、コード補完を自分のPCのGPUで回せる。公式ガイドにある導入手順、config.yamlの書き方、補完向けモデルの選び方、VRAMの足し算、クラウド型との違いを公式記載だけで整理する。
NVIDIAドライバーとCUDAのバージョンの関係 — 公式の互換表で、AIツールが動かないときの確認順nvidia-smiに出るCUDAの版は「入っている版」ではなく「動かせる上限」だ。NVIDIA公式の互換表とPyTorch・ComfyUI・Ollamaの公式記載から、ドライバー・CUDA・GPU世代の関係と、AIツールが動かないときに見る順番を整理する。
画像生成UIの違い — ComfyUI・Forge・AUTOMATIC1111を公式の対応モデル・更新状況・導入方法で比べる画像生成のローカルUIの定番、ComfyUI・Forge・AUTOMATIC1111。系統の違い、公式の対応モデル、各リポジトリの最終更新日、Windowsでの導入方法を一次情報だけで並べ、今から入れるならどれかを整理する。
LM Studioの導入手順(Windows) — 公式の動作要件・モデルの置き場・GPUオフロード・ローカルサーバーまでLM Studioは、ローカルLLMを画面操作で落として動かせる無料アプリだ。Windowsの公式動作要件、Discoverでの入手、モデルの置き場、GPUオフロードとコンテキスト長、ローカルサーバーとlms CLIを公式ドキュメントだけで整理する。
量子化(Q4・Q8・FP16)とVRAM — ローカルLLMの必要容量を公式のモデル表とKVキャッシュの式で計算するローカルLLMの必要VRAMは「重み(量子化で決まる)+KVキャッシュ(文脈の長さで決まる)」の足し算。llama.cppの量子化別サイズ表、モデル設定の層数・ヘッド数、Ollamaの設定項目から、8GB・12GB・16GBで何が載るかを電卓で出す。
RadeonでローカルAIは使えるか — RX 9070 XTとROCm・Vulkan・DirectML、Ollama/ComfyUIの公式対応を仕分けるRX 9070 XT(16GB)でOllamaとComfyUIは動くのか。AMDのROCm互換表、Ollama GPUドキュメント、ComfyUI README、DirectMLの現状を読み、WindowsとLinuxで通れる道を公式記載の範囲で整理した。
ローカルAI実行中のGPU使用状況の確かめ方 — nvidia-smiのVRAM・使用率の読み方を実測ログでローカルAI実行中のGPUの様子は nvidia-smi で読める。RTX 2070 SUPER(8GB)でSDXLとOllamaを動かした実測ログを材料に、VRAM使用量・GPU使用率・電力の読み方と、1秒ごとに記録するコマンドを公式ドキュメントどおりに整理する。
OllamaのモデルがVRAMからあふれると何が起きるか — RTX 2070 SUPER 8GBでqwen3 8B/14B/32Bを実測RTX 2070 SUPER(VRAM 8GB)のOllamaでqwen3の8B・14B・32Bを実測。全部載る8Bは66.82トークン/秒、37%があふれた14Bは7.6、32Bは0.02。ollama psの読み方とOLLAMA_MODELSの公式手順も整理する。
VRAM 8GBでSDXLはどこまで動くか — RTX 2070 SUPERで --lowvram・fp8・解像度・枚数を実測RTX 2070 SUPER(VRAM 8GB)のComfyUIでSDXLを、既定・--lowvram・fp8の3モード×解像度・枚数の12条件で実測。全条件でエラーなく完走した結果と、--lowvramで差が出なかった理由を公式情報で整理する。
ComfyUIポータブル版にManagerを入れる手順 — v0.37.0で有効化し、スナップショットで戻せる状態にするまでComfyUIポータブル版v0.37.0にComfyUI-Manager 4.2.2を公式手順で入れ、--enable-managerで起動してスナップショットを保存するまでを、RTX 2070 SUPER機の実行記録と公式情報で整理する。
ローカルLLMをブラウザで使う — Open WebUIとOllamaをつなぐ公式手順(Docker/pip)と、つながらない時のポート整理Open WebUIを入れると、Ollamaで動かすローカルLLMをChatGPT風の画面で使える。Docker・pipの公式コマンド、Ollamaとの接続先URL、3000/8080/11434の関係、更新とバックアップの手順を公式ドキュメントだけで整理する。
ComfyUIの導入手順 — WindowsゲーミングPCにポータブル版/WSL2で入れて、fp8でVRAMを節約するまでComfyUIはポータブル版を展開してrun_nvidia_gpu.batを押せばブラウザで起動する。Desktop・ポータブル・WSL2の3ルート、CUDA 13.0とドライバ580の条件、fp8モデルと起動オプションを公式情報で整理する。
OllamaでローカルLLMを動かす手順 — WindowsゲーミングPC(WSL2/ネイティブ)で最初の1モデルを走らせるまでOllamaはWindowsにインストールして「ollama run llama3.1」と打てば最初のローカルLLMが動く。ネイティブ版とWSL2の2ルート、pull/ps/rmなど公式コマンド、サーバー構成の図解、公式FAQにある詰まりどころを整理する。
画像生成AIに必要なVRAMはいくつ? SD1.5 / SDXL / FLUX.1 / 動画生成をモデル別に整理SD1.5・SDXL・FLUX.1・Wan2.xの動画生成まで、公式ドキュメントの推奨VRAMだけを表で整理。8GB/12GB/16GBで何が回るか、fp8やオフロードの逃げ道、Radeonの注意点も公式の範囲でまとめた。
ローカルLLMを動かすPCスペック — VRAM別「載るモデル」早見表と、メインRAMで補う方法ローカルLLM(Ollama / llama.cpp)を動かすPCスペックはVRAM容量でほぼ決まる。パラメータ数×ビット数の計算式、8〜32GBのVRAM別に載るモデル規模の目安、メインRAMへのオフロードを公式ドキュメント基準で整理する。
MiniMax M3がオープンウェイトで来た。428BはゲーミングPCで動くのか、正直に計算してみる2026年6月公開のMiniMax M3(総428B・アクティブ23BのMoE、1Mコンテキスト)はローカルで動かせるのか。量子化後のサイズを概算し、ゲーミングPCで現実的に狙える構成(VRAMよりメインRAM)を整理する。
VRAMとは何か — ゲームとAIで「足りない」の意味がまったく違う話VRAM(ビデオメモリ)の役割をゲーム用途とAI用途で比較。ゲームは「画質を下げれば動く」、AIは「載らなければ動かない」。この違いがGPU選びをどう変えるかを解説する。
WSL2 + CUDA で始めるAI開発環境セットアップ完全ガイドWindowsゲーミングPC上でWSL2+CUDAを使ったAI開発環境を構築する完全ガイド。Python、PyTorch、Stable Diffusionまで一気にセットアップ。