Microsoft Foundry Local 入門 — ローカル AI 環境をインストーラ1つで社内配布する方法 | GH Media
URLがコピーされました

Microsoft Foundry Local 入門 — ローカル AI 環境をインストーラ1つで社内配布する方法

TECH 15分で読めます
# Microsoft# ローカルAI# オンプレミスAI# AI# 業務効率化
URLがコピーされました
Microsoft Foundry Local 入門 — ローカル AI 環境をインストーラ1つで社内配布する方法

クラウド AI サービスを使いたいが、社外にデータを出せない——そんなジレンマを抱える企業は少なくありません。データプライバシーの懸念、通信コスト、ネットワークが不安定な現場でのレイテンシなど、クラウド AI には解決しにくい課題があります。

2026 年 4 月、Microsoft がこの課題に正面から応える Foundry Local を GA（一般提供）しました。ローカルデバイス上で AI モデルを動かせるエンドツーエンドのソリューションで、Azure サブスクリプション不要、トークン課金ゼロ、オフラインでも動作します。本記事では、Foundry Local の概要からインストール、基本操作、企業導入の勘所までをまとめます。

Foundry Local とは何か

Foundry Local は、Microsoft が提供するローカル AI 推論ランタイムです。クラウドの Azure AI Foundry と同じモデルカタログの一部を、手元の PC やワークステーションで実行できます。

主な特徴は次のとおりです。

  • 軽量ランタイム — ONNX Runtime ベースの推論エンジンをアプリに約 20 MB で組み込める
  • 厳選されたモデルカタログ — Phi-4、Qwen、DeepSeek、Mistral、GPT OSS、Whisper など、デバイス向けに量子化・圧縮されたモデルを提供
  • 自動ハードウェアアクセラレーション — GPU / NPU を自動検出し、最適な実行プロバイダを選択。GPU がなければ CPU にフォールバック
  • OpenAI 互換 API — OpenAI SDK をそのまま利用可能。エンドポイントを差し替えるだけで既存コードが動く
  • クロスプラットフォーム — Windows、macOS（Apple Silicon）、Linux に対応
  • データがデバイスから出ない — プロンプトも出力もすべてローカルで処理される

Azure AI Foundry のクラウド版と同じ SDK（C#、JavaScript、Python、Rust）を使えるため、「まずローカルで開発・テストし、本番はクラウドにスケール」 というハイブリッド運用がスムーズに行えます。

インストール手順

Windows

Windows では winget コマンド一発でインストールできます。

winget install Microsoft.FoundryLocal

macOS（Apple Silicon）

Homebrew を使います。

brew tap microsoft/foundrylocal
brew install foundrylocal

Linux

GitHub リリースページからインストーラをダウンロードするか、各ディストリビューション向けのパッケージを利用します。

# GitHub リリースページからダウンロード
# https://aka.ms/foundry-local-installer

インストール確認

インストール後、ターミナルで以下を実行して動作を確認します。

foundry --version

サービス接続エラーが出る場合は foundry service restart で解消できます。

対応モデル一覧と選び方

Foundry Local には、ローカル実行向けに最適化されたモデルが揃っています。foundry model list コマンドで一覧を確認できます。

チャット補完（テキスト生成）モデル

モデルパラメータ数特徴
Phi-4-mini3.8B軽量かつ高精度。メモリ 8 GB 程度の PC でも動作
Phi-414B複雑な推論に強い。GPU 推奨
Qwen 2.5（0.5B / 7B / 14B）各種多言語対応。日本語にも比較的強い
DeepSeek-R1（7B / 14B）各種推論特化。数学・コーディング向け
Mistral 7B v0.27Bバランスの良い汎用モデル
GPT OSS 20B20B大規模なオープンソースモデル。高性能 GPU 向け

音声文字起こしモデル

モデル特徴
WhisperOpenAI 由来の音声認識モデル。会議録の文字起こし等に利用可能

マルチモーダルモデル

モデル特徴
Phi-4-multimodal（5.6B）音声・画像・テキストを統合的に処理

モデルの選び方

  • メモリが 8 GB 以下の PC → Phi-4-mini や Qwen 2.5-0.5B など軽量モデル
  • GPU 搭載の PC（VRAM 8 GB 以上） → Phi-4、Qwen 2.5-7B などの中規模モデル
  • 高性能ワークステーション（VRAM 16 GB 以上） → GPT OSS 20B、Qwen 2.5-14B
  • 音声文字起こしが必要 → Whisper
  • 画像認識が必要 → Phi-4-multimodal

モデルは初回利用時に自動ダウンロードされ、ローカルにキャッシュされます。

基本的な使い方

CLI でモデルを試す

最もシンプルな使い方は、CLI でモデルを対話的に実行することです。

# モデル一覧を確認
foundry model list

# GPU モデルだけを絞り込み
foundry model list --filter device=GPU

# モデルを対話モードで実行（初回はダウンロードが走る）
foundry model run phi-4-mini

foundry model run を実行すると、モデルのダウンロード → ロード → 対話セッションの順に進みます。プロンプトを入力すれば、その場で回答が返ってきます。

OpenAI 互換 API として使う

Foundry Local はローカルで OpenAI 互換の REST API サーバーを立ち上げます。既存の OpenAI SDK を使ったコードがほぼそのまま動きます。

# Python での例
from openai import OpenAI

# Foundry Local のエンドポイントに接続
client = OpenAI(
    base_url="http://localhost:PORT/v1",  # PORT は foundry service status で確認
    api_key="not-needed"  # ローカルなので認証不要
)

response = client.chat.completions.create(
    model="phi-4-mini",
    messages=[
        {"role": "user", "content": "社内の情報セキュリティポリシーを要約してください"}
    ]
)

print(response.choices[0].message.content)

ポート番号は foundry service status で確認できます。

SDK を使ったアプリ組み込み

より本格的な開発には、各言語向けの SDK を使います。

# JavaScript
npm install foundry-local-sdk openai

# Python
pip install foundry-local-sdk openai

# C#
dotnet add package Microsoft.AI.Foundry.Local

# Rust
cargo add foundry-local-sdk

SDK を使うと、モデルのダウンロード・ロード・推論をプログラムから制御でき、サーバーを介さずインプロセスで推論を実行することも可能です。

サービス管理コマンド

日常的に使うサービス管理コマンドも覚えておくと便利です。

# サービスの状態確認（エンドポイント URL も表示）
foundry service status

# サービスの再起動
foundry service restart

# ロード中のモデル一覧
foundry service ps

# キャッシュの確認と管理
foundry cache list
foundry cache location
foundry cache remove <モデル名>

ユースケース

Foundry Local が特に威力を発揮する場面を紹介します。

社内チャットボット

社内の問い合わせ対応を AI 化したいが、FAQ データや社内規程をクラウドに送りたくない——そんなケースに最適です。Foundry Local + RAG（検索拡張生成）を組み合わせれば、社内ナレッジに基づく回答をすべてローカルで完結させられます。

機密文書の要約・分析

契約書、財務レポート、人事評価などの機密文書を AI で処理する場合、データ漏洩リスクはゼロにしたいところです。Foundry Local ならネットワークに一切データを流さずに要約や分類ができます。

オフライン環境での推論

工場、医療施設、建設現場など、インターネット接続が制限される環境でも AI を活用できます。モデルを事前にダウンロードしておけば、完全オフラインで動作します。

開発・テスト環境

クラウド API の利用料を気にせず、ローカルで何度でも試行錯誤できます。本番では Azure AI Foundry に切り替えるハイブリッド構成が理想的です。

Ollama / LM Studio との比較

ローカル AI 実行ツールは Foundry Local だけではありません。代表的なツールとの違いを整理します。

比較項目Foundry LocalOllamaLM Studio
開発元MicrosoftOllama, Inc.LM Studio
モデル形式ONNX（厳選カタログ）GGUF（豊富なモデル数）GGUF（GUI でブラウズ）
GUIなし（CLI / API）なし（CLI / API）あり（デスクトップアプリ）
OpenAI 互換 APIありありあり
SDKC# / JS / Python / Rustなし（REST API のみ）なし（REST API のみ）
ハードウェア最適化自動（GPU / NPU / CPU）手動設定が必要な場合あり自動（GPU / CPU）
アプリ組み込みSDK で直接組み込み可能サーバー経由サーバー経由
対応モデル数少なめ（厳選）非常に多い非常に多い
企業向け機能Microsoft エコシステム連携コミュニティベースコミュニティベース
ライセンスMITMIT独自ライセンス

どれを選ぶべきか

  • Foundry Local が向いているケース: Microsoft 製品との統合が重要、アプリに直接 AI を組み込みたい、ハードウェアの自動最適化を任せたい、Azure AI Foundry とのハイブリッド運用を見据えている
  • Ollama が向いているケース: 多種多様なモデルを試したい、API ファーストで開発したい、パフォーマンス（推論速度）を最優先したい
  • LM Studio が向いているケース: GUI で手軽にモデルを試したい、非エンジニアでも使いたい、初学者がローカル AI に入門する

企業導入時の検討ポイント

IT 管理者や経営者に向けて、導入前に検討すべきポイントをまとめます。

配布方法

  • Windows: winget に加え、MSIX パッケージが提供されているため、Intune や SCCM などの配布ツールと連携できます
  • macOS: Homebrew Tap を利用。MDM（モバイルデバイス管理）ツールとの併用が可能です
  • モデルの事前配布: foundry model download <モデル名> でモデルをダウンロードし、キャッシュフォルダ（foundry cache location で確認）を共有ドライブ経由で配布する運用も考えられます

GPU 要件

GPU最低要件
NVIDIAGeForce RTX 30 シリーズ以降（CUDA 12.5、ドライバ 32.0.15.5585 以上）
Intel第 11 世代（TigerLake）以降の CPU / 第 12 世代以降の内蔵 GPU / 第 15 世代以降の NPU
QualcommSnapdragon X Elite / X Plus（Hexagon NPU）
AMDVitis AI 対応 GPU（Adrenalin Edition 25.6.3 以上）
CPU のみGPU がなくても CPU フォールバックで動作（軽量モデル推奨）

GPU がなくても CPU だけで動作しますが、推論速度は大幅に低下します。社内配布する場合は、対象 PC のスペックに合わせてモデルサイズを選定することが重要です。

ライセンス

  • Foundry Local 本体は MIT ライセンス で提供されています
  • 各 AI モデルには個別のライセンスがあります（foundry model info <モデル名> --license で確認可能）
  • NVIDIA CUDA や Intel OpenVINO などの実行プロバイダにも個別のライセンスがあります
  • 商用利用の可否はモデルごとに異なるため、導入前に必ず確認してください

セキュリティ面の安心材料

  • プロンプトと出力はすべてローカルで処理され、Microsoft に送信されません
  • ネットワーク通信が発生するのは、モデルの初回ダウンロード時と実行プロバイダの更新時のみ
  • Azure サブスクリプション不要のため、クラウドサービスへの依存が発生しません

まとめ

Microsoft Foundry Local は、ローカル AI 実行のハードルを大きく下げるツールです。

  • インストールはコマンド 1 つで完了
  • データがデバイスから出ないためセキュリティ面で安心
  • OpenAI 互換 API があるため既存のコードや知識がそのまま活きる
  • クロスプラットフォームで Windows / Mac / Linux すべてに対応
  • Azure AI Foundry との連携でローカルとクラウドのハイブリッド運用が可能

「AI は使いたいが、データを外に出したくない」という企業にとって、Foundry Local は有力な選択肢になるでしょう。まずは winget install Microsoft.FoundryLocal（Windows の場合）でインストールして、foundry model run phi-4-mini で AI との対話を体験してみてください。

AI 環境の導入・構築でお困りの方は、GleamHub にお気軽にご相談ください。

URLがコピーされました

グリームハブ株式会社は、変化の激しい時代において、アイデアを形にし、人がもっと自由に、もっと創造的に生きられる世界を目指しています。

記事を書いた人

照屋 塁

照屋 塁

ITベンチャー創業の元社会人野球選手。変化の早い世の中の波に乗り、世の中に価値あるサービスを出していきたい！と思い会社を設立

関連記事