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 |
|---|---|---|
| Linux | Ubuntu 22.04+ または Arch | uname -a |
| GPU | NVIDIA RTX 3090+/4090/GB10 | nvidia-smi |
| CUDA | ≥ 12.4 | nvcc --version |
| Docker | ≥ 24.0 | docker --version |
| Node.js | ≥ 20 | node --version |
| Python | ≥ 3.10 | python3 --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
- 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)
- 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)
- 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 "=== $(date) ==="
nvidia-smi --query-gpu=memory.used,memory.free,temperature.gpu --format=csv
docker ps --filter "name=vllm\|name=comfyui" --format "table {{.Names}}\t{{.Status}}"
sleep 30
done
ステップ5:Cowork MCP マルチエージェントフレームワークの統合
ローカルAIインフラが整ったら、それを Cowork MCP に接続してマルチエージェントシステムを構築します。
5.1 vLLM をブレインとして登録
# Hermes Agent を使う場合
hermes register-cowork
# または MCP エンドポイントを手動で設定
# Agent の設定ファイルに:
{
"mcpServers": {
"cowork": {
"url": "http://localhost:6868/mcp",
"transport": "streamable-http"
},
"vllm": {
"url": "http://localhost:8000/v1",
"transport": "streamable-http"
}
}
}
5.2 実践応用:ローカルAIコンテンツパイプライン
ローカル vLLM(コンテンツ生成) → ComfyUI(画像生成) → ffmpeg(後処理)
このパイプラインの各ステップは、異なるAIエージェントによって連携できます。
- リサーチエージェント:vLLM を使ってコンテンツのアウトラインを生成する
- ライティングエージェント:vLLM を使って完全な記事に展開する
- 画像エージェント:ComfyUI を使って対応するイラストを生成する
- 統合エージェント:コンテンツと画像を最終出力にまとめる
ステップ6:自動化とバックアップ
6.1 コンテナのバックアップ
# ComfyUI コンテナの状態をバックアップ
docker commit comfyui comfyui-backup:$(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]