1. [トピック](https://developer.nvidia.com/topics/) 2. [人工知能 (AI)](https://developer.nvidia.com/topics/ai/) 3. ローカル AI # ローカル AI アプリの開発 RTX ノート PC、デスクトップ、RTX PRO ワークステーションから DGX Spark や Station AI スーパーコンピューターに至るまで、NVIDIA GPU 上でローカルで構築および実行を行い、高速かつプライベートで、無制限の AI を実現します。 CUDA を搭載した NVIDIA GPU は、主要なすべての AI フレームワーク、オープンウェイト モデル、エージェントを高速化し、開発者がこれまで以上に迅速に AI の実験、構築、デプロイを行うことができます。 ## 利点 ## NVIDIA GPU を使用してローカル AI を構築および実行する理由とは? ![装飾イメージ](https://developer.download.nvidia.com/icons/m48-streaming-deployment.svg) ### 最も広範なエコシステム CUDA ライブラリ、オープンソースフレームワーク、SDK、モデルに至るまで、AI スタックのあらゆる層が NVIDIA 上で最適化されており、広大なコミュニティと ISV (独立系ソフトウェア ベンダー) のサポートを備えています。 ![装飾イメージ](https://developer.download.nvidia.com/icons/m48-model-customization.svg) ### 採用しやすいツール NVIDIA とオープンソース コミュニティは、ComfyUI、Hermes、llama.cpp、Ollama、ONNX、OpenClaw、PyTorch、vLLM などの人気のある AI ツールを最適化するために緊密に協力しています。 これらのツールは、NVIDIA ローカル GPU とクラウド GPU 全体で同じ CUDA スタックで簡単にインストールでき、実行できます。 ![装飾イメージ](https://developer.download.nvidia.com/icons/m48-accelerated-computing-with-cuda-python.svg) ### 最新モデルを初日からサポート LLM から画像生成モデルまで、NVIDIA とモデル ラボの緊密な連携により、新しいオープンソース モデルは NVIDIA GPU 上で初日から高速に実行されます。 ![装飾イメージ](https://developer.download.nvidia.com/icons/m48-software-stack-container.svg) ### 最大のインストールベースと統合開発スタック 1.5 億台を超えるローカル NVIDIA GPU の稼働基盤。 一度開発すれば、PC およびクラウド上の NVIDIA GPU にデプロイできます。 ![装飾イメージ](https://developer.download.nvidia.com/icons/m48-speed.svg) #### パフォーマンス 専用の Tensor コアは、継続的に最適化されるフレームワークと NVFP4 チェックポイントとともに、AI ワークロードを高速化します。 ## ローカル AI アプリの構築方法 ![装飾アイコン](https://developer.download.nvidia.com/icons/nvidia-generative-agentic-ai.svg) ### カスタム モデルの構築と最適化 高度なファインチューニング、量子化、スパース性、蒸留技術を使用して、カスタム モデルを最適化および構築します。 [詳細を見る](#off-the-shelf-model) ![装飾アイコン](https://developer.download.nvidia.com/icons/m48-configuration-sdk.svg) ### NVIDIA SDK を使用してアプリケーションに AI 機能を追加する NVIDIA アクセラレーテッド SDK を使用して、3D、生成 AI、ビデオ機能を追加します。 [詳細を見る](#nvidia-sdks) ![装飾アイコン](https://developer.download.nvidia.com/icons/m48-policy.svg) ### 既製の AI モデルを使用する Ollama、llama.cpp、TensorRT、SGLang、vLLM、WindowsML、または CUDA を備えた PyTorch などの高速化されたランタイムでモデルを実行します。 [詳細を見る](#custom-model) ### AI アプリケーションを最適化して最高のパフォーマンスを引き出すツール 400 以上の CUDA-X™ ライブラリを使用して GPU の性能を最大限に引き出し、NVIDIA Nsight ツールで GPU アクセラレーテッド アプリケーションの構築、プロファイリング、最適化を行います。 [CUDA-X を見る](/ja-jp/cuda/cuda-x-libraries) * * * ## 既製の AI モデルを使用する モデルを選択し、推論バックエンドを選びます。 [推論バックエンドにアクセスする](/ai-apps-for-rtx-pcs/inference-backends) ### ステップ 1: ローカル AI のユースケースに最適なモデルを選択する 1. 目標とする VRAM とパフォーマンス要件を決定します​ 2. 候補の絞り込み:​ [推奨レシピ](https://nvidia.github.io/local-ai-inference-recipes/)を確認するか、公開ベンチマーク (例: Artificial Analysis Index) に基づいて候補を絞り込みます​ - llama.cpp を使用する場合: 品質を維持しながら最高のパフォーマンスを得るために、Q4\_K\_M 量子化チェックポイントを優先します​ - vLLM または PyTorch を使用する場合: 品質を維持しながら最高のパフォーマンスを得るために、NVFP4 量子化チェックポイントを優先します​ 3. 評価: - ユースケース向けのカスタム評価データセットを構築します​ - 人間の評価 (Human Evaluation) でモデルを評価します​ - LLM の場合、LLM-as-a-judge を使用してモデルを大規模に評価します ### ステップ 2: ユースケースに最適な推論バックエンドを選択する 開発者は、アプリケーションのデプロイ パスを選択する前に、いくつかの要因を考慮する必要があります。それぞれの推論パスには、特定のモデル最適化ツールとデプロイ メカニズムが用意されています。 [推論バックエンドのオプションを見る](/ai-apps-for-rtx-pcs/inference-backends) [お使いのローカル AI ハードウェア向けに最適化されたレシピを使用する](https://nvidia.github.io/local-ai-inference-recipes/) [![ローカル AI モデルを選択するための決定フローチャート: VRAM 要件、NVFP4 と Q4_K_M の量子化の選択、ベンチマークによる絞り込み、および LLM-as-a-judge による評価ステップ](https://developer.download.nvidia.com/images/local-ai/Table.png)](https://developer.download.nvidia.com/images/local-ai/Table.png) (クリックして図を拡大) * * * ## NVIDIA SDK を使用してアプリケーションに AI 機能を追加する NVIDIA SDK を使用すると、事前に最適化およびパッケージ化された AI 機能をアプリケーションに直接追加できます。エージェントが NVIDIA SDK やツールを効果的に活用して GPU アクセラレーテッド アプリケーションを作成できるように支援するポータブルな命令セットである NVIDIA Skills を使用することで、エージェントを活用してあらゆる NVIDIA SDK による開発を進めることができます。 [NVIDIA Skills の詳細を見る](https://github.com/nvidia/skills) エージェント ゲーム向け生成 AI 動画および放送 3D およびグラフィック デザイン その他の NVIDIA リソース ![NVIDIA DLSS でパフォーマンスを大幅に向上](https://developer.download.nvidia.com/images/local-ai/nvidia-dlss4-ari.jpg) ### NVIDIA DLSS AI を使用してパフォーマンスを何倍にも引き上げるニューラル グラフィックス。新しいフレームの生成、画像の再構築、レイトレーシング コンテンツの向上を実現します。 [DLSS の詳細を見る](/rtx/dlss) ![NVIDIA OptiX による最適なレイトレーシング](https://developer.download.nvidia.com/images/local-ai/optix-8-ari.jpg) ### NVIDIA OptiX GPU 上で最適なレイトレーシング パフォーマンスを実現するアプリケーション フレームワーク。 [OptiX の詳細を見る](/rtx/ray-tracing/optix) ![NVIDIA RTX Kit によるニューラル レンダリング](https://developer.download.nvidia.com/images/local-ai/nvidia-rtx-kit-zorah-ari.jpg) ### NVIDIA RTX Kit ニューラル レンダリング テクノロジのスイート。 [RTX Kit の詳細を見る](/rtx-kit) ![RTX ハードウェア上のビデオ会議およびテレプレゼンス アプリケーション向けの、AI 強化オーディオ、ビデオ、AR エフェクトを示す NVIDIA AI4M インターフェース](https://developer.download.nvidia.com/images/local-ai/nvidia-ace-for-games-hiroki1-ari.jpg) ### NVIDIA ACE ゲーム向けのデジタル ヒューマン テクノロジ スイート。 [ACE の詳細を見る](/ace-for-games) ![RTX ハードウェア上のビデオ会議およびテレプレゼンス アプリケーション向けの、AI 強化オーディオ、ビデオ、AR エフェクトを示す NVIDIA AI4M インターフェース](https://developer.download.nvidia.com/images/local-ai/nvidia-ai-for-media-and-entertainment-ari.jpg) ### NVIDIA AI for Media ビデオ会議およびテレプレゼンス向けの AI により強化された音声、動画、AR エフェクト。 [AI for Media の詳細を見る](/topics/ai/generative-ai/ai-for-media) ![RTX 搭載ディスプレイでのアップスケールされたビデオ再生を示す NVIDIA RTX Video AI 超解像および HDR 強化インターフェイス](https://developer.download.nvidia.com/images/local-ai/nvidia-rtx-video-sdk-clarity-ari.jpg) ### RTX Video クリエイティブおよびメディア再生アプリ向けの AI 強化超解像と HDR エフェクト。 [RTX Video の詳細を見る](/rtx-video-sdk) ![NVIDIA GPU ベースのビデオ処理パイプライン向けのハードウェア アクセラレーテッド エンコードおよびデコード API を示す NVIDIA Video Codec SDK アーキテクチャ図](https://developer.download.nvidia.com/images/local-ai/nvidia-video-codec-sdk-ari.jpg) ### Video Codec SDK 主要なコーデック全体で NVIDIA GPU によるハードウェア アクセラレーテッド ビデオ エンコードおよびデコードを行うための包括的な API、ツール、サンプル。 [Video Codec SDK の詳細を見る](/video-codec-sdk) ![NVIDIA Omniverse によるフィジカル AI シミュレーション](https://developer.download.nvidia.com/images/local-ai/nvidia-omniverse-ari.jpg) ### NVIDIA Omniverse フィジカル AI シミュレーションおよびエージェント ワークフロー向けのアクセラレーテッド ライブラリ、マイクロサービス、スキル。 [Omniverse の詳細を見る](/ja-jp/omniverse) ![ミキサー、空のグラス、別のマグカップが置かれたキッチン カウンターの後ろで、白いマグカップを持つ人型ロボット。](https://developer.download.nvidia.com/images/local-ai/22-robotics-source.jpg) ### ロボティクス NVIDIA のオープン モデル、フレームワーク、ライブラリを使用して、よりスマートで安全なロボットを構築します。 [ロボティクスの詳細を見る](/embedded-computing) ![Illustration of a processor chip surrounded by streams of colorful icons representing text, images, and data against a black background.](https://developer.download.nvidia.com/images/local-ai/generative-ai.png) ### クラウドにおける生成 AI 生成 AI は、ニューラル ネットワークを使用して既存のデータからパターンを学習し、新しい独自のテキスト、画像、音声、ビデオ コンテンツを生成する人工知能の一種です。 [OptiX の詳細を見る](/topics/ai/generative-ai?sortBy=developer_learning_library%2Fsort%2Ffeatured_in.generative_ai%3Adesc%2Ctitle%3Aasc) ![屋根にセンサーを搭載した黒と緑の NVIDIA 自動運転テスト車両。カメラ フィード、道路マッピング、センサー カバレッジの可視化に囲まれています。](https://developer.download.nvidia.com/images/local-ai/nvidia-drive.png) ### 自動運転車 NVIDIA は、センサー データのキュレーションや合成データ生成から、モデル トレーニング、クローズドループ シミュレーション、本番グレードの車載コンピュートに至るまで、自動運転車開発向けのエンドツーエンドのスタックを提供します。 [自動運転車の詳細を見る](/drive) ![眼鏡と革ジャンを身につけたトイ ジェンスン フアンが、緑の糸、布、3D プリンターで満たされた作業場で赤いロブスターのぬいぐるみを縫っている様子。](https://developer.download.nvidia.com/images/local-ai/nemotron-labs-openclaw-1920x1080-1-1280x720.jpg) ### エージェントをローカルで実行するための安全でセキュアなランタイム NVIDIA OpenShell は AI エージェントに安全なランタイムを提供します。OpenShell はサンドボックス化された実行環境とポリシー適用を提供し、エージェントの動作を統制します。 [OpenShell の詳細を見る](https://build.nvidia.com/openshell) ![Illustration of中央のルーティング ハブと光る緑のパスを通じて、コンピューター ユーザーとトイ ジェンスン フアンのアシスタントをローカルおよびクラウドの AI モデルに接続するハイブリッド AI ワークフローのイラスト。 a hybrid AI workflow connecting a computer user and Toy Jensen Huang assistant to local and cloud AI models through a central routing hub and glowing green paths.](https://developer.download.nvidia.com/images/local-ai/hybrid-ai-local-cloud.png) ### 最適な体験のためにローカルとクラウドにまたがるハイブリッド AI をデプロイ NVIDIA NeMo Switchyard を使用して、各 LLM の呼び出しをタスクを実行できる最も低コストなモデルにルーティングします。 [NVIDIA NeMo Switchyard の詳細を見る](https://developer.nvidia.com/ja-jp/blog/route-ai-agent-workloads-across-models-with-nvidia-nemo-switchyard) ![眼鏡と黒の革ジャンを着用し、手の代わりに大きな赤いロブスターのハサミをつけたトイ ジェンスン フアンが、暗い背景に向かって片方のハサミを上げている様子。](https://developer.download.nvidia.com/images/local-ai/NemoClaw-sfg.jpg) ### エンタープライズ グレードのエージェントを実行するためのブループリント NVIDIA NemoClaw は、自律型エージェントを構築するためのオープンなブループリント集です。実際のワークフロー全体で推論、計画、行動を行う、ドメイン特化型の常時稼働 AI システムを実現します。 [NemoClaw の詳細を見る](https://www.nvidia.com/ja-jp/ai/nemoclaw/) * * * ## カスタム モデルの構築と最適化 NVIDIA とコミュニティは、あらゆるオープンソース モデルをローカルの NVIDIA GPU 向けに最適化しています。 [![FLUX.1、FLUX.2、Qwen Image における NVFP4 と BF16 の VRAM 比較。VRAM は低いほど優れています。](https://developer.download.nvidia.com/images/local-ai/nvidia-nvfp4-vram-comparison-source.jpg)](https://developer.download.nvidia.com/images/local-ai/nvidia-nvfp4-vram-comparison-source.jpg) (クリックして図を拡大) #### モデル チェックポイントの DIY 最適化 NVIDIA Model Optimizer は、量子化、プルーニング、蒸留、投機的デコードなどの SOTA モデル最適化手法を統合したライブラリです。ダウンストリームのデプロイ フレームワーク向けにディープラーニング モデルを圧縮し、推論速度を最適化します。 [さまざまな手法について詳細を見る](/blog/model-quantization-concepts-methods-and-why-it-matters/) [今すぐ Model Optimizer を使ってみる](https://github.com/NVIDIA/Model-Optimizer) [最適化されたチェックポイントを推論エンジンにデプロイする](/blog/model-quantization-turn-fp8-checkpoints-into-high-performance-inference-engines-with-nvidia-tensorrt/) ### ユースケースに合わせてモデルをカスタマイズする ローカル AI ハードウェア上で Unsloth を使用してモデルをファインチューニングし、データやユースケースに適応させます。トレーニング データの制御を維持しながら、特殊なタスクでの精度の向上、ドメインに合わせた応答の調整、アプリケーションのスタイルや形式に合わせた出力の成形を実現します。 [Unsloth を使ってみる](https://unsloth.ai/docs/get-started/unsloth-notebooks) ![](https://developer.download.nvidia.com/images/local-ai/nvidia-unsloth-fine-tuning-source.jpg) * * * ## アプリケーションを最適化して最高のパフォーマンスを引き出すツール CUDA-X ライブラリと NVIDIA Nsight ツールを使用して、GPU アクセラレーテッド AI アプリケーションの構築、プロファイリング、デバッグ、最適化を行います。 ![AI 推論およびハイパフォーマンス コンピューティング向けの 400 以上の GPU アクセラレーテッド コンピューティング ライブラリを示す NVIDIA CUDA-X ライブラリ エコシステム](https://developer.download.nvidia.com/images/local-ai/nvidia-cuda-x-libraries-ari.jpg) ### CUDA-X ライブラリ AI およびハイパフォーマンス コンピューティングのユースケース全体で、業界をリードする GPU アクセラレーションを提供するように設計されたライブラリ スイート。CPU のみの代替手段を大幅に上回る、高度に最適化された複雑なアルゴリズムの実装を提供します。また、AI エージェントの機能を拡張する[ポータブルな命令セットおよびスキル](https://github.com/nvidia/skills)としても利用可能です。 [CUDA-X ライブラリの詳細を見る](/ja-jp/cuda/cuda-x-libraries) ### NVIDIA Nsight ツール 最新のアクセラレーテッド コンピューティング ハードウェアを活用するソフトウェアを構築、デバッグ、プロファイリング、開発するためのライブラリ、SDK、開発者ツールのセット。 [Nsight 開発者ツールを使ってみる](/tools-overview) [![ローカル AI アプリケーションの GPU パフォーマンス プロファイリング データ、カーネル タイムライン、メモリ使用率を表示する NVIDIA Nsight 開発者ツール インターフェイス](https://developer.download.nvidia.com/images/local-ai/nvidia-nsight-tool-2-ari.jpg)](https://developer.download.nvidia.com/images/local-ai/nvidia-nsight-tool-2-ari.jpg) (クリックして図を拡大) * * * ## ローカル AI にはどの NVIDIA GPU を使用すべきか? 詳細については、オペレーティング システム、利用可能な GPU またはユニファイド メモリ、モデル サイズ、ワークフローに基づいてハードウェアを選択してください。NVIDIA DGX Spark™ でプロトタイプを作成し、GeForce RTX™、NVIDIA RTX Spark™、または NVIDIA RTX PRO™ で AI およびエージェント ワークフローを実行し、より大規模なローカル モデルや長時間実行されるエージェント向けに NVIDIA DGX Station™ へと拡張できます。 | | デバイス | メモリ | OS | フォーム ファクター | 拡張性 | モデル容量 | | --- | --- | --- | --- | --- | --- | --- | | AI 開発を始める方へ | [NVIDIA GeForce RTX](https://www.nvidia.com/ja-jp/ai-on-rtx/) | 最大 32GB の VRAM | Windows / Linux | ノート PC / デスクトップ | 最大 4x | 最大 50 B | | エンドツーエンドの開発を単一マシンで | [NVIDIA RTX Spark](https://www.nvidia.com/ja-jp/products/rtx-spark/) | 最大 128GB Unified | Windows | ノート PC / 小型デスクトップ | 非対応 | 最大 120 B | | [NVIDIA DGX Spark](https://www.nvidia.com/ja-jp/products/workstations/dgx-spark/) | 最大 128GB Unified | Linux | 小型デスクトップ | 最大 4x | デバイスあたり最大 200 B | | 高性能なエージェント型開発 | [RTX PRO](https://www.nvidia.com/ja-jp/products/workstations/) | 最大 96GB の VRAM | Windows / Linux | ノート PC / デスクトップ | 最大 4x | デバイスあたり最大 150 B | | 高度なスキルを持つ開発者および開発者チーム | NVIDIA DGX Station ( [Windows](https://www.nvidia.com/ja-jp/products/workstations/dgx-station-for-windows/) | [Linux](https://www.nvidia.com/ja-jp/products/workstations/dgx-station/)) | 748 GB Unified Coherent | Linux / Windows | デスクトップ | 最大 2x | デバイスあたり最大 1 T | ![クリエイターおよび開発者向けの NVIDIA RTX Spark コンパクト AI ワークステーション。90GB 以上の 3D シーン、12K ビデオ編集、1,200 億 (120B) パラメータのローカル LLM 推論をサポート](https://developer.download.nvidia.com/images/local-ai/30-rtx-spark-source.png) ### RTX Spark RTX Spark は完全な NVIDIA AI スタックを Windows PC にもたらし、開発者が最大 1,200 億 (120B) パラメータのモデルと 100 万トークンのコンテキストを含む AI モデルやエージェントをローカルで構築、ファインチューニング、実行できるようにします。また、スリムなプレミアム ノート PC やコンパクトなデスクトップ全体で、要求の厳しいクリエイティブおよびゲームのワークロードを高速化します。 [RTX Spark の詳細を見る](https://www.nvidia.com/ja-jp/products/rtx-spark/) ![GB10 Grace Blackwell Superchip コンパクト デスクサイド システムの前面、背面、側面パネルの図を示す NVIDIA DGX Spark パーソナル AI スーパーコンピューター](https://developer.download.nvidia.com/images/local-ai/nvidia-dgx-spark-panels-ari.jpg) ### DGX Spark GB10 Grace Blackwell Superchip を搭載したパーソナル AI スーパーコンピューター。FP4 で最大 1 ペタフロップス、128GB のユニファイド メモリ、DGX OS がプリインストールされており、デスク上から最大 700 億 (70B) パラメータのファインチューニングと最大 2,000 億 (200B) パラメータの推論を実行できます。 [DGX Spark の詳細を見る](https://www.nvidia.com/ja-jp/products/workstations/dgx-spark/) ![748GB のコヒーレント メモリと 20 ペタフロップスの FP4 演算性能を備え、最大 1 兆パラメーターの AI モデルをサポートする NVIDIA DGX Station GB300 Grace Blackwell Ultra デスクトップ スーパーコンピューター](https://developer.download.nvidia.com/images/local-ai/workstation-dgx-station-1920x1080.jpg) ### DGX Station 最大 748GB のコヒーレント メモリと 20 ペタフロップスの FP4 AI 演算性能を備えた NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip を搭載した NVIDIA DGX Station は、データセンター レベルのパフォーマンスを提供し、最大 1 兆パラメーターの大規模 AI モデルをローカルでサポートします。 [Windows 向け DGX Station の詳細を見る](https://www.nvidia.com/ja-jp/products/workstations/dgx-station-for-windows/)[Linux 向け DGX Station の詳細を見る](https://www.nvidia.com/ja-jp/products/workstations/dgx-station/) ![NVIDIA GeForce RTX 5090 graphics card for AI-accelerated gaming, creative workloads, and local AI development on a desktop PC](https://developer.download.nvidia.com/images/local-ai/geforce-rtx-5090-learn-more-nv-sfg-thumbnail-1920x1080.jpg) ### GeForce RTX RTX AI PC で高度な AI にアップグレードし、ゲーム、制作、生産性、開発を加速します。 [GeForce RTX の詳細を見る](https://www.nvidia.com/ja-jp/ai-on-rtx/) ![AI 推論、グラフィックス レンダリング、ハイパフォーマンス コンピュート ワークロード向けの NVIDIA RTX PRO Blackwell プロフェッショナル GPU ワークステーション](https://developer.download.nvidia.com/images/local-ai/rtx-professional-workstations-ari.jpg) ### RTX PRO NVIDIA RTX PRO Blackwell ワークステーションで、プロフェッショナルな AI、グラフィックス、レンダリング、コンピュートのワークロードを加速します。 [RTX PRO の詳細を見る](https://www.nvidia.com/ja-jp/products/workstations/) * * * ## NVIDIA GPU で AI 開発を始める 新しいデバイスの導入おめでとうございます。以下の 3 つのステップを確認し、詳細についてはプレイブックにアクセスしてください。 [プレイブックを見る](https://build.nvidia.com/rtx-spark) ![ローカル AI エージェント開発向けの NVIDIA DGX Spark ワークステーションおよび RTX システムのセットアップ。](https://developer.download.nvidia.com/images/local-ai/nvidia-windows-development-setup.jpg) ステップ 1 Windows システムの開発環境を準備する _注: Linux システムをご使用の場合は、直接ステップ 2 に進んでください_ ![](https://developer.download.nvidia.com/images/local-ai/llm-performance-ari.jpeg) ステップ 2 コーディング エージェントをインストールする ![特化型 AI エージェント スキルを表す、プログラマー、教師、医療従事者、建設作業員の服装をした 4 人のトイ ジェンスン フアンのアバターとチャット画面のイラスト。](https://developer.download.nvidia.com/images/local-ai/connect-agent-to-nvidia-skills.png) ステップ 3 エージェントを NVIDIA Skills に接続する * * * ## NVIDIA GPU 上でのローカル AI 向け開発ガイド ### RTX Spark アプリケーションをこの新しい Windows on Arm プラットフォームに今すぐ移植して、ユーザーが期待する高速で信頼性の高いネイティブ体験を提供し、NVIDIA RTX Spark 向けプラットフォームを既に採用している 100 社以上のソフトウェア プロバイダーに参加しましょう。 [RTX Spark ポーティング ガイド](https://developer.nvidia.com/topics/ai/local-ai/port-apps) ### DGX Spark DGX Spark は、AI の開発とデプロイに強力なコンピューティング機能を必要とする開発者、データ サイエンティスト、AI 研究者向けに設計された NVIDIA のコンパクトな AI コンピューターです。 [NVIDIA DGX Spark 開発ガイド](https://docs.nvidia.com/dgx/dgx-spark/index.html) ### DGX Station NVIDIA DGX Station は、大規模な AI ワークロードをローカルで開発および実行するために、最大 748GB のコヒーレント メモリを備えた NVIDIA GB300 Grace Blackwell デスクトップ Superchip 上に構築されたデスクサイド AI コンピューターです。 [NVIDIA DGX Station 開発ガイド](https://docs.nvidia.com/dgx/dgx-station-development-guide/index.html) * * * ## ローカル AI 開発者向け関連情報 ![装飾アイコン](https://developer.download.nvidia.com/icons/m48-people-group.svg) ### 開発者フォーラム ![装飾アイコン](https://developer.download.nvidia.com/icons/m48-document-support-guide-2.svg) ### ガイドとプレイブック ![装飾アイコン](https://developer.download.nvidia.com/icons/discord-icon-logo.svg) ### 開発者向け Discord サーバーに参加する **NVIDIA 開発者向けの最新ニュースを入手しましょう。** [登録する](/ja-jp/email-signup)