ローカルAIを図解で理解する
ローカルAIを、言葉ではなく「図」で理解するための9本のガイドです。それぞれ異なる検索意図に答え、読み終わったら Local AI Compass の詳細へ進めます。
初心者なら「クラウドとの違い」→「動く仕組み」→「ツールの選び方」の順が分かりやすいです。画像生成や仕事で使う前はモデルと利用条件を確認し、そのあと量子化やメモリの図解で深め、動かないときは切り分けマップへ。
学習地図
ローカルAIとは何か、どこで動くかを体感するところから。
-
クラウドAIとローカルAIの違い
同じ入力がどこを通るかを視覚比較。用途で使い分ける判断軸。
違いを知りたい
- 処理場所の違い
- モデル選択と費用の考え方
- 管理責任と接続条件
-
ローカルAIがPCで動く仕組み
入力から出力までの5ステップ。ランタイム・モデル・メモリの役割。
仕組みを知りたい
- ランタイムとは何か
- CPU/GPU/メモリの違い
- 量子化とコンテキスト長
-
ブラウザー内ローカルAIの実行経路
Chrome管理モデル、WebGPU、localhost接続、デスクトップ実行を見分ける。
ブラウザー内でどこが動くか知りたい
- モデルの管理場所
- タブ内推論とlocalhostの違い
- WebGPU・初回取得の確認点
用途やツール、モデルの関係と利用前の確認点を図解。
-
LM StudioとOllamaの違い
両方にGUI・CLI・APIあり。対応OSと操作・設定の好みから選ぶ。
ツールを選びたい
- 両方にあるGUI・CLI・API
- モデルの導入・起動方法
- API接続時に比べる点
-
ローカル画像生成AIの処理の流れ
ComfyUIのworkflowを例に、モデル・指示文が画像になるまでを図解。
画像を生成する流れを知りたい
- ノードとworkflowのつながり
- 潜在画像・sampler・VAEの役割
- モデル別の要件・外部APIの確認
-
ローカルLLMの商用利用とライセンス
ローカル実行と利用許諾を分け、モデル版ごとに原文・配布条件を確認。
仕事で使えるか確認したい
- モデルと派生版の特定
- 利用と配布条件の照合
- 原文と確認日の記録
-
GGUFと量子化の関係
格納形式と量子化を分け、容量・品質の傾向と速度の測り方を一枚の地図で。
モデルの中身を知りたい
- GGUFは箱、量子化は精度
- Q2〜Q8の容量・品質
- 速度は同じ条件で実測
-
RAM・VRAM・コンテキスト長
重み・runtime・KV cache・VRAM・RAMを図解。MoEの総パラメータ数とactive数、重み概算と総メモリの違いを整理。
PCに入るか考えたい
- 重み以外のメモリ領域
- KV cacheとコンテキスト長
- MoEの総パラメータ数とactive数
エラーや遅さの原因を、段階で切り分ける入口。
目的から選ぶ
詳しく知りたいときは Local AI Compass へ
LOCAL SHIFT 本編
ローカルAIの全体像をスクロールで体験するなら、LOCAL SHIFT 本編(トップ)へ →