本日、最新の「AI PC」であるMousePro G4-I7U01BK-Eが届き、さっそくローカルAIを活用した「自動校閲システム」の構築に取り組みました。備忘録を兼ねて、これまでの試行錯誤と到達した最適解をまとめます。
- Ollamaの導入と「100% CPU」の壁
まずは手軽にローカルAIを動かせる「Ollama」をインストールし、日本語に強いQwen2.5:14bモデルを導入しました。しかし、実行してみると処理が非常に重く、ステータスを確認したところ「100% CPU」での動作となっていました。
今回使用している「Core Ultra 7 258V」は、メモリ32GBを搭載した強力なマシンですが、内蔵GPU（Intel Arc 140V）の共有メモリ割り当てや、14bモデルのサイズ（約9GB〜10GB）がネックとなり、グラフィックスエンジン（GPU）側へ計算を投げられなかったことが原因のようです。
- Astroプロジェクトへの組み込みとTypeScriptの格闘
単に対話するだけでなく、開発中の辞書サイト（Astroプロジェクト）と連携させるため、Markdownファイルを自動スキャンして校正するスクリプトを作成しました。
途中で、コンテンツ管理用の content.config.ts に新しいフィールドを追加した際、TypeScriptの型エラー（既知のプロパティのみ指定可能）に遭遇しましたが、スキーマ定義の構造を整理することで無事に解決。これで、YAMLフロントマターに「校正済みフラグ」を自動で立てる準備が整いました。
- 次なる一手：GPUから「NPU」の活用へ
今回のPCの最大の特徴は、AI専用プロセッサであるNPU（Intel AI Boost）を搭載している点です。
当初はGPUの活用を検討していましたが、2026年現在のトレンドである「省電力かつバックグラウンドで静かにAIを回す」という目的には、NPUが最適であることが分かりました。今後は以下の構成でシステムをブラッシュアップしていく予定です。
実行エンジン: Intel OpenVINO / Foundry Local
使用モデル: NPUに最適化された Qwen3-8B（INT4量子化版）
狙い: CPUやGPUに負荷をかけず、ファンの音も立てずに、裏でひたすら辞書の校閲を自動化する。
本日のまとめ
最新のLunar Lake世代は、これまでの「GPUゴリ押し」のAI運用とは異なり、NPUをいかに賢く使うかが鍵になりそうです。特に32GBの高速メモリ（LPDDR5X-8533）を活かしたNPU運用は、ノートPCでのAI活用として理想的な形だと感じました。
明日は、実際にNPUサーバーを立てて、スクリプトからのスループットがどれほど向上するかを検証してみたいと思います！
環境スペック備忘録:
CPU: Intel Core Ultra 7 258V (Lunar Lake)
RAM: 32GB LPDDR5X
GPU: Intel Arc Graphics 140V
NPU: Intel AI Boost (48 TOPS)
コメント