Skip to Content
ドキュメントAIローカルLLM

ローカルLLM

大規模言語モデル (LLM) をローカルで実行すると、データのプライバシーが保護され、API コストが削減され、オフライン推論機能が提供されます。 Ubuntu 26.04 は、ローカル LLM を実行するための優れた環境を提供します。この記事では、最も人気のあるローカル モデル ランタイム ツールと推奨モデルについて説明します。

1プロンプト

ターミナル、WebUI、OpenAI 互換クライアントからテキストを送信します。

2ローカル ランタイム

Ollama / llama.cpp / LM Studio がリクエストをモデルにルーティングし、コンテキストを管理します。

3GPU 推論

重みは VRAM に置かれ、トークンを出力します。CPU のみでも動作しますが、おおよそ一桁遅くなります。

4ストリーミング応答

生成されたトークンが順次返ります。データはマシンから出ません。

Tip

デスクトップ上で実行するのではなく、専用の「AI ボックス」アプライアンスを構築したいですか? 2026 年 6 月、Canonical は Ubuntu Core 26 + gemma4 スナップ に基づく公式リファレンスを公開し、OpenAI 互換 API (:8336/v1) と WebUI (:8337) を公開しました。最小ブートストラップについては、リリース後のニュース に記載されています。

Ollama

Ollama は、現在最も人気のあるローカル モデル ランタイム フレームワークで、非常に簡単なインストールと使用エクスペリエンスを提供し、幅広いオープンソース モデルをサポートします。

Ollama をインストールする

# One-click installation (recommended) curl -fsSL https://ollama.com/install.sh | bash # Verify installation ollama --version # Check Ollama service status systemctl status ollama
# Manual installation (if the auto script doesn't work) # Download and extract the official tgz package to /usr curl -L https://ollama.com/download/ollama-linux-amd64.tgz -o /tmp/ollama-linux-amd64.tgz sudo tar -C /usr -xzf /tmp/ollama-linux-amd64.tgz # Create Ollama user sudo useradd -r -s /bin/false -m -d /usr/share/ollama ollama # Create systemd service (use sudo tee to write a root-owned file) sudo tee /etc/systemd/system/ollama.service > /dev/null << 'EOF' [Unit] Description=Ollama Service After=network-online.target [Service] ExecStart=/usr/bin/ollama serve User=ollama Group=ollama Restart=always RestartSec=3 Environment="HOME=/usr/share/ollama" [Install] WantedBy=default.target EOF sudo systemctl daemon-reload sudo systemctl enable ollama sudo systemctl start ollama

モデルをプルして実行する

# Pull a model (downloads the model file on first run) ollama pull llama3.2 ollama pull qwen2.5:14b ollama pull deepseek-r1:14b # Run a model and start chatting ollama run llama3.2 # Run a specific model size ollama run qwen2.5:7b ollama run qwen2.5:14b ollama run qwen2.5:32b # List downloaded models ollama list # View model details ollama show qwen2.5:14b # Delete a model ollama rm llama3.2

APIの使用法

Ollama は、OpenAI 形式と互換性のある REST API を提供し、デフォルトで http://localhost:11434 をリッスンします。

# Generate text (Generate API) curl http://localhost:11434/api/generate -d '{ "model": "qwen2.5:14b", "prompt": "Explain Python decorators", "stream": false }' # Chat API (conversational format) curl http://localhost:11434/api/chat -d '{ "model": "qwen2.5:14b", "messages": [ {"role": "system", "content": "You are a Linux expert"}, {"role": "user", "content": "How do I check the Ubuntu system version?"} ], "stream": false }' # OpenAI-compatible API curl http://localhost:11434/v1/chat/completions -d '{ "model": "qwen2.5:14b", "messages": [ {"role": "user", "content": "Hello"} ] }' # List available models curl http://localhost:11434/api/tags

Python の使用例

# Ubuntu 26.04 blocks system-wide pip installs (PEP 668); install inside a virtual environment python3 -m venv ~/ollama-env source ~/ollama-env/bin/activate # Install the ollama Python library pip install ollama
import ollama response = ollama.chat(model='qwen2.5:14b', messages=[ {'role': 'user', 'content': 'Write a quicksort algorithm in Python'}, ]) print(response['message']['content'])

Ollama を構成する

# Change model storage path (default: ~/.ollama/models) sudo systemctl edit ollama # Add the following: # [Service] # Environment="OLLAMA_MODELS=/data/ollama/models" # Allow remote access (default is local only) sudo systemctl edit ollama # [Service] # Environment="OLLAMA_HOST=0.0.0.0:11434" # Set GPU layers # Environment="OLLAMA_NUM_GPU=999" # Restart service to apply changes sudo systemctl restart ollama

推奨モデル

モデルパラメータVRAMが必要ですハイライト
qwen2.5:7b7B6GB中国語能力が高く、日常会話に最適
qwen2.5:14b14B10GB包括的な中国語、優れたコーディング
qwen2.5-coder:7b7B6GBコードの生成と理解に重点を置く
llama3.2:3b3B3GB軽量、高速
llama3.1:8b8B6GB優れた英語力
deepseek-r1:14b14B10GB強力な推論
mistral:7b7B6GBヨーロッパモデル、多言語対応
gemma2:9b9B7GBGoogleのオープンソースモデル
phi3:14b14B10GBマイクロソフトの研究モデル
nomic-embed-text-1GBテキスト埋め込みモデル
Tip

中国語ユーザーには、Qwen 2.5 シリーズを強くお勧めします。 7B バージョンは 8GB VRAM を搭載した GPU に適しており、14B バージョンは 12GB VRAM で優れたパフォーマンスを発揮します。コードのみのタスクの場合は、qwen2.5-coder が最適な選択です。


LM Studio

LM Studio は、モデルのダウンロード、チャット、ローカル API サーバーを提供する、クロスプラットフォームのグラフィカル ローカル モデル管理ツールです。

ダウンロードしてインストールする

# Download LM Studio AppImage from the official site (get the latest link at https://lmstudio.ai/download) # Replace the URL below with the actual download link from the official site wget -O ~/LMStudio.AppImage "<latest AppImage download link from the official site>" # Add execute permission chmod +x ~/LMStudio.AppImage # Move to application directory mkdir -p ~/.local/bin mv ~/LMStudio.AppImage ~/.local/bin/lmstudio # Create desktop shortcut # Note: .desktop Exec does not expand variables like $HOME; you must use an absolute path # Replace YOUR_USER below with your username (the output of echo $USER) cat > ~/.local/share/applications/lmstudio.desktop << 'EOF' [Desktop Entry] Name=LM Studio Comment=Local LLM Management Exec=/home/YOUR_USER/.local/bin/lmstudio --no-sandbox Icon=lmstudio Type=Application Categories=Development;Science; StartupNotify=true EOF # Launch LM Studio ~/.local/bin/lmstudio

依存関係のインストール

# LM Studio may require FUSE support (AppImage dependency) sudo apt install -y libfuse2t64

GUIの使用法

LM Studio の主な機能領域:

  1. 発見 — Hugging Face から GGUF モデルを検索してダウンロードします
  2. チャット — モデルをロードしてチャットします。
  3. 開発者 — OpenAI API 形式と互換性のあるローカル API サーバーを起動します。

ローカル API サーバーを起動します:

「開発」タブでモデルをロードし、「サーバーの開始」をクリックします。デフォルトのアドレスは http://localhost:1234 です。

# Test LM Studio's local API curl http://localhost:1234/v1/chat/completions -d '{ "model": "loaded-model-name", "messages": [ {"role": "user", "content": "Hello"} ] }'
Note

LM Studio は、モデル ファイルを ~/.lmstudio/models/ ディレクトリに保存します。大きなモデル ファイルは数十 GB を消費する可能性があるため、十分なディスク領域があることを確認してください。


llama.cpp

llama.cpp は、純粋な C/C++ で書かれた最も低レベルのローカル推論エンジンで、非常に高いパフォーマンスで CPU と GPU 推論の両方をサポートします。 Ollama のバックエンドも llama.cpp を使用します。

ソースからビルドする

# Install build dependencies sudo apt install -y build-essential cmake git # Clone the repository git clone https://github.com/ggerganov/llama.cpp.git cd llama.cpp # Method 1: CPU-only build cmake -B build cmake --build build --config Release -j$(nproc) # Method 2: Enable CUDA GPU acceleration (recommended, requires CUDA) cmake -B build -DGGML_CUDA=ON cmake --build build --config Release -j$(nproc) # Method 3: Enable Vulkan GPU acceleration (works with AMD/Intel/NVIDIA) sudo apt install -y libvulkan-dev cmake -B build -DGGML_VULKAN=ON cmake --build build --config Release -j$(nproc)

モデルをダウンロードする

# llama.cpp uses GGUF format models # Download from Hugging Face (Qwen 2.5 7B example) mkdir -p ~/models wget -O ~/models/qwen2.5-7b-q4_k_m.gguf \ "https://huggingface.co/Qwen/Qwen2.5-7B-Instruct-GGUF/resolve/main/qwen2.5-7b-instruct-q4_k_m.gguf"

コマンドライン推論

# Interactive chat ./build/bin/llama-cli \ -m ~/models/qwen2.5-7b-q4_k_m.gguf \ -ngl 999 \ -c 4096 \ --interactive \ --color # Start an OpenAI-compatible API server ./build/bin/llama-server \ -m ~/models/qwen2.5-7b-q4_k_m.gguf \ -ngl 999 \ -c 4096 \ --host 0.0.0.0 \ --port 8080 # Parameter explanations: # -m Model file path # -ngl 999 Use as many GPU layers as possible # -c 4096 Context length # --host Listen address # --port Listen port
# Test the API server curl http://localhost:8080/v1/chat/completions -d '{ "model": "qwen2.5", "messages": [{"role": "user", "content": "Hello"}] }'
Tip

GGUF モデル ファイルにはさまざまな量子化レベルがあります。 Q4_K_M は品質とファイル サイズのバランスが良く、Q5_K_M は高品質ですがファイルサイズが大きく、Q8_0 は元の精度に近いものです。普段使いには、Q4_K_M または Q5_K_M をお勧めします。


Jan

Jan は、使いやすいグラフィカル インターフェイスを備えたオープンソースのローカル AI チャット クライアントで、複数のモデルとローカル推論をサポートします。

Jan をインストールする

# Download Jan deb package wget -O /tmp/jan.deb "https://app.jan.ai/download/latest/linux-amd64-deb" # Install sudo dpkg -i /tmp/jan.deb sudo apt install -f -y # Launch Jan jan
# Or install via AppImage wget -O ~/jan.appimage "https://app.jan.ai/download/latest/linux-amd64-appimage" chmod +x ~/jan.appimage ~/jan.appimage

インターフェースの使用法

Jan の主な機能:

  1. ハブ — 推奨モデルを参照してダウンロードします (ワンクリックでダウンロード)
  2. チャット — モデルとチャットし、複数のセッションをサポートします
  3. 設定 — モデル パラメーター、GPU アクセラレーションなどを構成します。

Jan は、カスタム GGUF モデル ファイルのインポートをサポートしています。モデル ファイルを ~/jan/models/ ディレクトリに配置します。

# Jan default data directory ls ~/jan/ # Manually import a model mkdir -p ~/jan/models/my-custom-model cp ~/models/qwen2.5-7b-q4_k_m.gguf ~/jan/models/my-custom-model/

Jan はローカル API サーバーも提供します。有効にすると、OpenAI API 形式と互換性があり、デフォルトのポートは 1337 になります。


Open WebUI

Open WebUI は、ローカル モデルと対話するための機能豊富な Web インターフェイスであり、Ollama および OpenAI 互換 API への接続をサポートします。

Docker のデプロイメント

# Ensure Docker is installed sudo apt install -y docker.io docker-compose-v2 sudo usermod -aG docker $USER newgrp docker # Method 1: Connect to local Ollama (most common) docker run -d \ --name open-webui \ --network=host \ -v open-webui:/app/backend/data \ -e OLLAMA_BASE_URL=http://127.0.0.1:11434 \ --restart always \ ghcr.io/open-webui/open-webui:main # Method 2: Bundled Ollama version (all-in-one deployment) docker run -d \ --name open-webui \ --gpus all \ -p 3000:8080 \ -v ollama:/root/.ollama \ -v open-webui:/app/backend/data \ --restart always \ ghcr.io/open-webui/open-webui:ollama

アクセス Open WebUI

# After deployment, open your browser # Method 1 (--network=host): http://localhost:8080 # Method 2 (-p 3000:8080): http://localhost:3000 # First visit requires creating an admin account

Ollama に接続します

Ollama と Open WebUI が同じマシン上にある場合:

# Ensure Ollama is running systemctl status ollama # Open WebUI connects to http://localhost:11434 by default # Confirm the Ollama URL in Open WebUI Settings > Connections

Docker デプロイメントの構成

# Create project directory mkdir -p ~/open-webui && cd ~/open-webui # Create docker-compose.yml cat > docker-compose.yml << 'EOF' services: open-webui: image: ghcr.io/open-webui/open-webui:main container_name: open-webui ports: - "3000:8080" environment: - OLLAMA_BASE_URL=http://host.docker.internal:11434 - WEBUI_AUTH=true volumes: - open-webui-data:/app/backend/data extra_hosts: - "host.docker.internal:host-gateway" restart: always volumes: open-webui-data: EOF # Start the service docker compose up -d # View logs docker compose logs -f open-webui
Note

Open WebUI は、マルチユーザー アカウント、会話履歴、モデル管理、RAG (検索拡張生成)、Web 検索、およびその他の高度な機能をサポートします。これは、ローカル モデルを使用する個人やチームにとって最適な Web インターフェイスの 1 つです。


機種比較表

以下に、選択に役立つ現在の主流のオープンソース モデルの比較を示します。

モデルシリーズ開発者利用可能なサイズ中国語コーディング推論ライセンス
ラマ 3.1/3.2メタ1B/3B/8B/70B/405B公平良い良いラマ 3
クウェン 2.5アリババ0.5B~72B素晴らしい素晴らしい良いApache 2.0
Qwen 2.5 コーダーアリババ1.5B~32B良い並外れた良いApache 2.0
ディープシーク R1ディープシーク1.5B-671B素晴らしい素晴らしい並外れたマサチューセッツ工科大学
ディープシーク V3ディープシーク671B素晴らしい素晴らしい素晴らしいマサチューセッツ工科大学
ミストラルミストラル7B/8x7B/8x22B公平良い良いApache 2.0
ジェマ 2グーグル2B/9B/27B公平良い良いジェマ
ファイ-3/4マイクロソフト3.8B-14B公平良い良いマサチューセッツ工科大学
イー01.AI6B/9B/34B素晴らしい良い良いApache 2.0
GLM-4志浦AI9B素晴らしい良い良いカスタム

ユースケースの推奨事項

毎日の中国語チャット (8GB VRAM):

ollama pull qwen2.5:7b ollama run qwen2.5:7b

コード作成支援 (12GB VRAM):

ollama pull qwen2.5-coder:14b ollama run qwen2.5-coder:14b

複雑な推論タスク (16GB+ VRAM):

ollama pull deepseek-r1:14b ollama run deepseek-r1:14b

CPU のみ (GPU なし):

ollama pull qwen2.5:3b ollama run qwen2.5:3b # Or use an even smaller model ollama pull llama3.2:1b ollama run llama3.2:1b
Tip

どのモデルを選択すればよいかわからない場合は、qwen2.5:7b から始めるのが良いでしょう。強力な中国語能力、適度なリソース使用量を備えており、日常のほとんどのユースケースに適しています。コーディングタスクに関しては、qwen2.5-coder:14b は商用モデルに近い性能を発揮します。