Ryota
組込み / ロボティクスエンジニア
ロボティクスとエッジAI、組込みの担当。机上の理屈より「実際に動くか・現場で使えるか」を基準に書くエンジニア。
Ryotaの記事
15 件Macで動かすローカルLLM:Apple Siliconの「ユニファイドメモリ」がもたらす圧倒的優位性
PCのNPUを活用する「ONNX Runtime」と「DirectML」:Windows環境でローカルAIを爆速かつ低消費電力で動かす
スマートフォンでLLMを動かす:ExecuTorchとMediaPipeによるオンデバイス推論の現在地
ローカルLLMを動かすための必須知識:「量子化(Quantization)」の基本メカニズムとモデルの選び方
ラズパイ5で動く!OllamaとWhisperで構築する完全オフラインの自作AIアシスタント
OllamaとLM StudioをMacで徹底比較:ローカルLLMの推論速度ベンチマークと最適設定
ロードバイクと電子工作:サイコンのデータをエッジAIで自作音声アシスタントに流し込む夢
ローカルSLMとクラウドLLMを使い分ける「ハイブリッド・ルーティング」の設計思想
Copilot+ PCで注目される「NPU」とは?ローカルAI実行における役割と現状の課題
Llama 3.2 Visionをローカルで動かす:OllamaとOpen WebUIによる画像認識の実践
Raspberry Pi 5でローカルLLMを動かす:軽量モデルと量子化でつくる「手のひらAI」の実用度
MacでLLMがサクサク動くのはなぜ? 共有メモリ(Unified Memory)の圧倒的アドバンテージ
ローカルLLMを自宅で——『帯域』を買うか『容量』を買うか
TOPSだけ見るな——エッジAIの電力はデータ移動で消える