無料で視聴
HUGGING FACE
ローカルLLMの選択肢を知る
Hugging Faceを入口に、ローカルで使えるモデルの探し方と動かし方を確認します。
補足：モデルの順位や推奨ランタイムは変化します。モデルカードと現行ドキュメントを確認してください。
LOCAL GENERATIVE AI
ローカルAI入門
自分のPCで、
生成AIを動かす。
Hugging Faceでモデルを知り、LM Studioで実際に動かし、Stable Diffusionで画像を生成し、最後はAPIとして使うまで。クラウドだけに頼らない生成AIの入口をつくります。
MODEL TO LOCAL API
モデルを選び、動かし、ほかの道具から呼び出す。
ローカルAIの選択肢を把握した後、画像生成を実際に動かし、最後はローカルモデルをAPIとして利用します。
4 無料動画0 メンバー限定3 学習ステップ
OVERVIEW
このコースで扱う内容
ローカルAIは、手元の環境で生成AIを動かす選択肢です。クラウドのサービスより手間はかかりますが、外に出せないデータを扱う場合や、費用を固定したい場合に意味が出ます。
ローカルを選ぶ理由をはっきりさせる
性能だけで比べると、多くの場面ではクラウドのサービスのほうが手軽で品質も高くなります。それでもローカルを選ぶのは、データを外へ出せない、従量課金にしたくない、ネットワークが使えない環境で動かしたい、といった条件があるときです。
理由がはっきりしていないまま始めると、環境構築の手間だけが残ります。何を守るために手元で動かすのかを先に決めておくと、モデルの選択も妥当な範囲に収まります。
モデルの大きさと手元の性能
動かせるかどうかは、主にメモリーの量で決まります。大きなモデルほど質は上がりますが、載らなければ動きませんし、載っても速度が実用に届かないことがあります。まず小さめのモデルで一通り動かし、必要に応じて上げていくほうが失敗しません。
画像生成も同じで、扱う解像度や手順の回数が増えるほど必要な資源が増えます。手元の環境で現実的な設定を把握しておくと、待ち時間に振り回されずに済みます。
ACCESS GUIDE
このコースは、すべて無料です。
登録やログインなしで、このページ内の動画プレイヤーから視聴できます。
4無料動画
0%
YOUR PROGRESS
続きから、すぐ始められます
0 / 4本 視聴済み。進捗はこのブラウザだけに保存されます。
VIDEO PLAYER
ローカルLLMの選択肢を知る
カードから動画を選ぶと、ここで再生できます。
教材の見方 しっかり対応現在も中心に学べる 一部対応手順の更新確認が必要 補足教材実務へ広げる補足
LEARNING STEP · MODEL CHOICE
モデルと実行方法を選ぶ
まず、どんなモデルがあり、自分のPCで何を動かせるのかを整理します。
このステップで身につけること ＋
- Hugging Face Hub
- モデルカードとライセンス
- CPU・GPU・メモリ要件
- ローカル実行の利点と制約
無料で視聴
LM STUDIO
LM Studioでモデルを動かす
ロースペックPCを含む手元の環境でモデルを選び、ダウンロードして、実際の応答と性能を確認します。
補足：紹介モデルの世代と性能評価は制作時点のものです。現在のモデルカード、ライセンス、必要メモリを確認してください。
LEARNING STEP · IMAGE GENERATION
画像生成を動かす
Stable Diffusion Web UIを導入し、CPUだけの環境を含めて画像生成を体験します。
このステップで身につけること ＋
- Stable Diffusionの基本
- Web UIの導入
- CPU実行とGPU実行
- モデル利用時の注意
無料で視聴
STABLE DIFFUSION
Stable DiffusionをPCで動かす
画像生成AIを自分のPCへ導入し、クラウドサービスを使わずに画像を生成する入口です。
補足：ツール構成は2023年制作です。現在の推奨UI、Python、GPUドライバーの要件を確認してください。
LEARNING STEP · LOCAL API
ローカルモデルをAPIで使う
チャット画面で試すだけで終わらせず、ほかのアプリやスクリプトからモデルを呼び出します。
このステップで身につけること ＋
- LM Studio
- ローカルAPIサーバー
- OpenAI互換API
- アプリケーションからの呼び出し
無料で視聴
LM STUDIO API
LM StudioをAPIとして使う
ローカルモデルをAPIとして起動し、別のプログラムから利用する実践へ進みます。
補足：APIを他端末へ公開する場合は、認証、ファイアウォール、ネットワーク境界を別途設計してください。
VERSION NOTES
変化が速い分野です。考え方と実験の流れを中心に。
2023〜2025年制作です。モデル、配布条件、必要メモリ、対応GPU、ツールの推奨構成は急速に変わります。動画と同じ版へ固定せず、公式情報で現在の要件を確認してください。
01モデルと実行方法を選ぶ
- 量子化形式の比較更新・補足候補
- 2026年時点の主要ローカルLLMランタイム更新・補足候補
02画像生成を動かす
- 現在主流の画像生成UIとの比較更新・補足候補
- モデル・LoRAの安全な入手とライセンス確認更新・補足候補
03ローカルモデルをAPIで使う
- 認証・ネットワーク分離・アクセスログ更新・補足候補
- 複数モデルの運用と性能計測更新・補足候補