外付けHDDにLLMを直接ダウンロードする方法

複雑で高度なソースコード生成を目的とし、Cドライブの容量を節約しながら外付けHDD(Dドライブ)をフル活用するための最適な構成を提案します。
1. 最適なLLMの選択 (2026年時点)
ローカルで動作し、複雑なロジックや未知のアルゴリズムに対して最も高い性能を発揮するのは 「DeepSeek-V3.2 (または最新のCoderシリーズ)」 または 「Qwen3-Coder-72B」 です。
 * DeepSeek-V3.2 (Speciale/Instruct): 推論能力が極めて高く、GPT-5クラスの数学・コードベンチマークスコアを叩き出しています。複雑なシステム設計やデバッグに最適です。
 * Qwen3-Coder-72B: 300種類以上の言語に対応し、特に多言語にまたがる複雑なプロジェクトで安定したコードを生成します。
2. Dドライブへの自動セットアップ(PowerShellスクリプト)
もっとも手軽で管理しやすい Ollama を使い、Dドライブへのフォルダ作成から環境変数の設定までを自動化するスクリプトを作成しました。
実行手順
 * Ollama を公式サイトからインストール済みであることを確認してください。
 * Ollamaを完全に終了 させてください(タスクトレイのアイコンを右クリックして「Quit」)。
 * PowerShellを 管理者として実行 し、以下のコードをコピー&ペーストして実行します。
# 1. Dドライブに保存用フォルダを作成
$targetPath = "D:\OllamaModels"
if (!(Test-Path $targetPath)) {
    New-Item -ItemType Directory -Path $targetPath
    Write-Host "フォルダ $targetPath を作成しました。" -ForegroundColor Green
}

# 2. モデルの保存先をDドライブに固定する環境変数を設定(ユーザー変数)
[Environment]::SetEnvironmentVariable("OLLAMA_MODELS", $targetPath, "User")
$env:OLLAMA_MODELS = $targetPath
Write-Host "環境変数 OLLAMA_MODELS を $targetPath に設定しました。" -ForegroundColor Green

# 3. 高性能なコーディングモデルのダウンロードを開始
Write-Host "最高性能のコーディングLLMをダウンロードします(約40GB超の容量が必要です)..." -ForegroundColor Cyan
# 72BモデルはVRAM/RAMが48GB以上推奨。不足している場合は 'qwen3-coder:14b' などに変更してください。
ollama pull qwen3-coder:72b

Write-Host "完了しました!これ以降、すべてのモデルは D:\OllamaModels に保存されます。" -ForegroundColor Yellow

3. 補足:スペック不足を感じる場合
もし 72B モデルの動作が重すぎる(あるいはメモリ不足で動かない)場合は、以下のコマンドで、性能と速度のバランスが良い「軽量・高機能版」に切り替えてください。
 * 中量級(16GB〜32GB RAM向け):
   ollama run deepseek-v3.2:16b
 * 軽量級(8GB〜16GB RAM向け):
   ollama run qwen3-coder:7b
注意点
 * 読み込み速度: HDD(ハードディスク)の場合、数GBのモデルをメモリに展開するのに数分かかることがあります。可能であれば外付けSSDへの保存を強く推奨します。
 * USB接続: 途中でケーブルが抜けるとエラーになるため、安定したポートを使用してください。
この設定が完了すれば、Dドライブを「AI脳」の保管庫として自由に活用できます。次は、このモデルを使って実際のソースコードをリファクタリングしてみますか?

コメント

このブログの人気の投稿

ミライアイ内服薬は薬事法違反で、ほとんど効果がない詐欺ですか?

最高裁での上告理由書受理・却下の判断基準について

裁判官の忌避申立書の作成例