ローカルAIインフラ構築ガイド:ゼロから vLLM + ComfyUI まで

2026年にローカルAIインフラを構築する完全ガイド。LLM推論のための vLLM、画像生成のための ComfyUI をデプロイし、GPUメモリを管理し、サービスを自動化し、Cowork MCP マルチエージェントフレームワークと統合します。

なぜローカルAIインフラを構築するのか?

2026年、AIツールは開発者・クリエイター・企業にとって不可欠なインフラになりました。しかし、多くの人は依然としてクラウドAPIに依存しています——呼び出しごとに課金され、データプライバシーのリスクを負い、レート制限に突き当たっています。

ローカルAIインフラは、あなたに3つのものを与えます。完全な制御、無制限の利用、そしてゼロの限界費用です。

構築すれば、次のことができます。

  • LLMを制限なく使う。API料金なし
  • 機密データをマシンの外に出さずに処理する
  • 複数のサービスを同時に実行する。レート制限なし
  • Cowork MCP のようなフレームワークと統合し、真のマルチエージェントシステムを構築する

このガイドは、GPU 搭載のマシン(DGX GB10、RTX 4090、あるいはそれ以上を推奨)をお持ちであることを前提とします。ゼロから完全なローカルAI環境を構築する流れを案内します。

このガイドで学べること:

  • ローカルLLMサービング(vLLM)のインストールと設定
  • 画像生成のための ComfyUI のデプロイ
  • GPUメモリとサービスの起動順序の管理
  • サービス管理の自動化(systemd)
  • マルチエージェントAIチームのための Cowork MCP との統合

さっそく始めましょう。


前提条件

始める前に、次を用意してください。

項目バージョン確認コマンド
LinuxUbuntu 22.04+ または Archuname -a
GPUNVIDIA RTX 3090+/4090/GB10nvidia-smi
CUDA≥ 12.4nvcc --version
Docker≥ 24.0docker --version
Node.js≥ 20node --version
Python≥ 3.10python3 --version

GPUのメモリが24GB未満の場合は、開始前に不要なGUIアプリやサービスを閉じることを検討してください。


ステップ1:Docker と NVIDIA Container Toolkit のインストール

Docker はローカルAIサービスをデプロイする推奨手段です。依存関係を分離し、バージョン衝突を避け、システムの汚染を防ぐからです。

# Docker のインストール
sudo apt update
sudo apt install -y docker.io docker-compose-v2

# NVIDIA Container Toolkit のインストール(Docker 内での GPU アクセスを有効化)
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg
curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list
sudo apt update
sudo apt install -y nvidia-container-toolkit
sudo nvidia-ctk runtime configure --runtime=docker
sudo systemctl restart docker

GPU が利用可能か検証します。

docker run --rm --gpus all nvidia/cuda:12.4.0-base-ubuntu22.04 nvidia-smi

GPU 情報とメモリ使用量が表示されれば、環境は正しく設定されています。


ステップ2:vLLM ローカル言語モデルのデプロイ

vLLM は現在、最も効率的なローカルLLM推論フレームワークで、複数のモデル形式(GGUF、GPTQ、AWQ)をサポートしています。

2.1 Docker でデプロイ

docker run -d \
  --name vllm-server \
  --gpus all \
  -p 8000:8000 \
  -v ~/.cache/huggingface:/root/.cache/huggingface \
  vllm/vllm-openai:latest \
  --model "nvidia/Llama-3.1-Nemotron-70B-Instruct" \
  --gpu-memory-utilization 0.9 \
  --max-model-len 8192

パラメータの説明:

  • --model:デプロイするモデル(任意の HuggingFace モデルに置き換え可能)
  • --gpu-memory-utilization:使用するGPUメモリの割合(0.9 は 90% を意味する)
  • --max-model-len:最大コンテキスト長

注意: GPUのメモリが80GB未満の場合は、より大きなモデルを試す前に、まず小さなモデル(7B や 13B)から始めてください。

2.2 API エンドポイントのテスト

curl -X POST http://localhost:8000/v1/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "nvidia/Llama-3.1-Nemotron-70B-Instruct",
    "prompt": "Explain what a multi-agent AI system is",
    "max_tokens": 200
  }'

応答が返ってくれば、vLLM のデプロイは成功です。

2.3 システムサービスとして設定(自動起動)

systemd サービスファイルを作成します。

sudo tee /etc/systemd/system/vllm.service << 'EOF'
[Unit]
Description=vLLM Local LLM Server
After=docker.service
Requires=docker.service

[Service]
Type=oneshot
RemainAfterExit=yes
ExecStart=/usr/bin/docker start vllm-server
ExecStop=/usr/bin/docker stop vllm-server

[Install]
WantedBy=multi-user.target
EOF

サービスを有効化して起動します。

sudo systemctl daemon-reload
sudo systemctl enable vllm.service
sudo systemctl start vllm.service

ステップ3:ComfyUI 画像生成のデプロイ

ComfyUI は最も強力なローカル画像生成ツールで、Flux、Stable Diffusion、LTX、その他さまざまなモデルをサポートしています。

3.1 Docker でデプロイ

docker run -d \
  --name comfyui \
  --gpus all \
  -p 8188:8188 \
  -v ~/.cache/huggingface:/root/.cache/huggingface \
  -v ~/comfyui-output:/output \
  ghcr.io/ai-forest/comfyui:latest

これで ComfyUI が http://localhost:8188 で起動します。

3.2 手動インストール(上級者向けの選択肢)

より細かい制御が必要なら、手動でインストールできます。

# ComfyUI リポジトリのクローン
cd ~/comfyui
git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI

# 依存関係のインストール
pip install -r requirements.txt

# カスタムノードのインストール(任意)
git clone https://github.com/Fannovel16/ComfyUI-Frame-Interpolation.git custom_nodes/
git clone https://github.com/laksjdjoy/deforum-comfy.git custom_nodes/

# サービスの起動
python main.py --listen 0.0.0.0 --port 8188

3.3 よく使うモデルのダウンロード

# HuggingFace CLI でモデルをダウンロード
pip install huggingface_hub
huggingface-cli download stabilityai/stable-diffusion-xl-base-1.0 --local-dir ~/models/sdxl
huggingface-cli download stabilityai/stable-diffusion-3.5-large --local-dir ~/models/sd3.5

ステップ4:GPUメモリ管理の戦略

ローカルでAIサービスを実行するとき、GPUメモリが最大のボトルネックになります。実戦で鍛えられたプラクティスをいくつか紹介します。

4.1 利用可能なメモリの確認

free -h
nvidia-smi --query-gpu=memory.used,memory.free,temperature.gpu --format=csv

4.2 推奨されるサービスの起動順序

  1. まず vLLM を起動する(言語モデルは通常、メモリ要件が固定されている)
  2. 次に ComfyUI を起動する(画像生成はメモリ使用量を動的に調整できる)
  3. 不要なGUIアプリを閉じる(ブラウザ、Discord など)

4.3 メモリ監視スクリプト

シンプルな監視スクリプトを作成します。

#!/bin/bash
# monitor-gpu.sh
while true; do
    echo "=== $(date) ==="
    nvidia-smi --query-gpu=memory.used,memory.free,temperature.gpu --format=csv
    docker ps --filter "name=vllm\|name=comfyui" --format "table {{.Names}}\t{{.Status}}"
    sleep 30
done

ステップ5:Cowork MCP マルチエージェントフレームワークの統合

ローカルAIインフラが整ったら、それを Cowork MCP に接続してマルチエージェントシステムを構築します。

5.1 vLLM をブレインとして登録

# Hermes Agent を使う場合
hermes register-cowork

# または MCP エンドポイントを手動で設定
# Agent の設定ファイルに:
{
  "mcpServers": {
    "cowork": {
      "url": "http://localhost:6868/mcp",
      "transport": "streamable-http"
    },
    "vllm": {
      "url": "http://localhost:8000/v1",
      "transport": "streamable-http"
    }
  }
}

5.2 実践応用:ローカルAIコンテンツパイプライン

ローカル vLLM(コンテンツ生成) → ComfyUI(画像生成) → ffmpeg(後処理)

このパイプラインの各ステップは、異なるAIエージェントによって連携できます。

  1. リサーチエージェント:vLLM を使ってコンテンツのアウトラインを生成する
  2. ライティングエージェント:vLLM を使って完全な記事に展開する
  3. 画像エージェント:ComfyUI を使って対応するイラストを生成する
  4. 統合エージェント:コンテンツと画像を最終出力にまとめる

ステップ6:自動化とバックアップ

6.1 コンテナのバックアップ

# ComfyUI コンテナの状態をバックアップ
docker commit comfyui comfyui-backup:$(date +%Y%m%d)

# イメージをエクスポート
docker save comfyui:latest | gzip > ~/backups/comfyui-$(date +%Y%m%d).tar.gz

6.2 モデルのバックアップ

# HuggingFace キャッシュを定期的にバックアップ
rsync -avh ~/.cache/huggingface ~/backups/huggingface-cache/

# または rclone でクラウドにバックアップ
rclone sync ~/.cache/huggingface remote:backup-huggingface --progress

6.3 ヘルスチェックスクリプト

ヘルスチェックの cron ジョブを作成します。

# 5 分ごとにサービスの状態を確認
*/5 * * * * curl -f http://localhost:8000/v1/models || echo "vLLM is down at $(date)" | mail -s "vLLM Alert" admin@example.com

トラブルシューティング

Q1:Docker が GPU を使えない

# NVIDIA Container Toolkit がインストールされているか確認
nvidia-ctk runtime verify

# Docker サービスを再起動
sudo systemctl restart docker

Q2:GPUメモリが不足する

# vLLM のメモリ使用率を下げる
# docker run コマンドに追加:
--gpu-memory-utilization 0.7

# または不要なサービスを停止
sudo systemctl stop bluetooth

Q3:ComfyUI が起動しない

# Docker のログを確認
docker logs comfyui

# 再起動を試す
docker restart comfyui

Q4:モデルのダウンロードが遅い

# HuggingFace ミラーを使う(中国本土のユーザー向け)
export HF_ENDPOINT=https://hf-mirror.com

次に来るもの

これで完全なローカルAIインフラが手に入りました。

今日:

  • vLLM と ComfyUI が稼働していることを確認する
  • API エンドポイントをテストし、コンテンツと画像の生成が機能することを検証する

今週:

  • 起動時に自動起動するよう systemd サービスを設定する
  • バックアップと監視の仕組みを作成する
  • 少なくとも一つのLLMバックエンドを Cowork MCP に接続する

今月:

  • より多くのAIエージェントチームのために Cowork MCP フレームワーク を探索する
  • さまざまなモデルを試し、自分のニーズに最適な構成を見つける
  • 自分だけのAIコンテンツ制作パイプラインを構築する

FAQ

Q:これらのサービスを実行するにはどの程度のGPUが必要ですか? A:少なくとも24GBのメモリを推奨します(RTX 3090/4090)。メモリがそれより小さい場合は、より小さなモデル(7B〜13B)を実行するか、Docker のメモリ制限を使えます。

Q:GPUのないマシンでも実行できますか? A:はい、ただし遅くなります。CPU 推論は可能ですが、大規模モデル(70B以上)には実用的ではありません。

Q:モデルはどう更新しますか? A:HuggingFace CLI を使います:huggingface-cli download <model-name> --local-dir <path>。Docker コンテナは更新されたローカルモデルを自動的に使用します。

Q:vLLM と Ollama の違いは? A:vLLM は高スループット推論に最適化されており、より多くのモデル形式と高度な機能をサポートします。Ollama はより軽量で使いやすいものの、機能は少なめです。ローカルAIインフラには vLLM を推奨します。

Q:ComfyUI は Automatic1111 とどう違いますか? A:ComfyUI はノードベースのワークフローを採用しており、より柔軟で効率的です。Automatic1111 は初心者に優しいGUIを備えています。どちらもよく機能しますが、本番環境では ComfyUI のほうが人気です。


読了時間:約15分 | 公開:2026-07-27

このガイドが役に立ちましたか?Slashman Tools でさらに多くのガイドを見るか、すぐ使える構成は AIツールチェーンテンプレートライブラリ をチェックしてください。

[- ホームに戻る]