  |
はてなキーワード: linuxとは
15〜20年くらい前までは急進的な啓蒙こそ是みたいなブクマカが数多く居て、残りはテック界隈のオープンソースギークみたいなブクマカばかりだった
今やそのブクマカたちは歳を重ねて丸くなったのか、15〜20年試みた急進すぎる啓蒙主義的な手法は老人ばかりでなく、何なら同年代や年下の若者にすら支持されないことがあると反省したのか、今や逆に「常識」を若者へ諭す立場となっている
結婚だの子育てだの健康だの介護だの老後だのを普段から口にするようになったためか、若かりし頃の自分自身の主張は些か拙速すぎると「(伝統保守である)相手側の気持ちへ立つ」ことを覚えたことは大き過ぎる変化である
非常に強固だった反戦・平和主義の主張でさえ、戦力不保持派のブクマカは敢えて探さないと見付からない規模へ減少しており絶滅危惧種と化している
更に、素人でも明確に理解できる現実を見せつけられたウクライナ・ロシア戦争以降は、南沙諸島〜台湾〜琉球諸島に関わる日本の海洋権益・海洋インフラ防衛に関して、20年前なら間違いなく手斧を投げ合っていたはずだが、今のブクマカは「日本は島国なんだから海洋防衛は必須に決まってるし、海洋防衛は右派左派関係ない日本全体の利益」くらい言いのけるようになった
いや、日本は島国であり海路の状況が日本経済に反映されやすく、自身の会社の利益や自身が保有する金融資産価値も直接的であれ間接的であれ連動していると歳を重ねて気付いたというのも当然ながらあるだろうが
しかしやはり、直近の大きな変化と言えば日本共産党関連だろうか？
日本共産党中央を日本共産党内の思想的センターと定義するならば、党内の「こんな連中(こん連)」と揶揄された穏健派と、しばき隊と行動を共にしていた急進派、つまり党内の右端と左端の両端を切って民主集中制の純度を高めるという決定に一部のブクマカで混乱が走っている
普通選挙的な党内幹部選を求めた穏健派が切られたその当初は、(日本共産党文脈で言う)自民党系保守派に迎合する穏健派の敗北だと喜んでいた急進派が、自分たちも切られたことで「党中央は何を考えてんだ」と混乱を隠せないでいるのはブコメでもわかる
一番変わっていないのはオープンソースギークの連中で、Linux全盛を迎えた昨今で自分たちの正しさが証明されたくらいの勢いである
彼らはもともと政治の話へある程度の距離を置きつつも、政治の話へ参加する際にはハッカー文化的価値観を持ち込んで、いわゆるリベラルな社会自由主義者や共産主義者と衝突していたので、そういう意味では本当に一貫していると言える
Linuxとオープンソース技術への移行は段階的に進められる。第1段階はすでに進行中で、「Word」と「Excel」を「LibreOffice」に置き換える。次の段階では、「Open-Xchange」を実装し、「Exchange」と「Outlook」を「Thunderbird」に置き換える予定だ。
マイクロソフト離れが進む欧州--独シュレースヴィヒ＝ホルシュタイン州が「Linux」に移行 - ZDNET Japan
https://japan.zdnet.com/article/35234488/
結論から言うと、**めちゃくちゃいます！** まさにあなたと同じように「毎月のサブスク代がもったいない」「データを外部に出したくない」「家族みんなで共有したい」という理由で、自宅にAI専用サーバー（通称：おうちLLMサーバー）を構築する人はここ1〜2年で激増しています。
GPUを1カ所に集約して、WindowsやLinuxなどのクライアントからネットワーク経由で利用するのは**大正解であり、非常に賢いアプローチ**です。
実際にこれをやっている人たちがどういう構成で、どうやって実現しているのか、具体例を交えて解説しますね。
---
## 💻 どうやって実現しているの？（基本構成）
手っ取り早く、かつ最も普及しているのは「Ollama（オラマ）」というオープンソースのツールをサーバーに導入する方法です。
サーバー側でAIモデルを動かし、クライアント（Windows、Linux、スマホなど）からはブラウザやアプリを通じてアクセスします。
```
【サーバー（Linux/Windows）】 💡大容量GPUを搭載
▲
│ (ネットワーク経由)
▼
└── Open WebUI などのブラウザ画面（ChatGPTそっくりの画面）
```
### 1. サーバー側の仕込み
サーバーのOSはUbuntu（Linux）かWindows Server、あるいは普通のWindows10/11でも構いません（AI界隈はLinuxの方が環境構築が楽ですが、Windowsでも十分動きます）。
そこに**Ollama**をインストールし、使いたいAIモデル（Llama 3やGemma 2など）をダウンロードしておきます。
家族みんながChatGPTのようにブラウザから手軽に使えるようにするために、「Open WebUI」というオープンソースのWeb画面をサーバー（または別PC）に立ち上げるのが現在のトレンドです。
---
「GPUを局所化（集約）したい」という狙いは完全に正しいです。AIサーバーの心臓部は**GPUのVRAM（ビデオメモリ）の容量**で決まります。
現在、自宅サーバー派の人たちは以下のようなGPU選びをしています。
| GPUの選択肢 | 特徴 | 狙い目のモデル |
| --- | --- | --- |
| **コスパ重視（中古）** | VRAMを安く確保したい人向け。 | **RTX 3090 (24GB)**
中古で10万円台前半。現行のRTX 4070 Ti等よりAI性能（VRAM量）では上。 |
| **現行・省電力重視** | 24時間つけっぱなしにするなら。 | **RTX 4060 Ti (16GB)**
| **超ガチ勢（複数挿し）** | 巨大なAIを動かしたい人。 | RTX 3090や4090を2枚挿ししてVRAM 48GB以上にする。 |
> おっしゃる通り、M2/M3 Maxなどの「メモリ一括搭載（ユニファイドメモリ）のMac」をAIサーバーにする人もいます。Macは最大128GBや192GBのメモリをそのままVRAMとして使えるため、巨大なAIが動かせるというメリットがあります。ただ、家族で共有するサーバーとして24時間起動しておくには、コスパや拡張性の面で自作PC（Windows/Linux）に軍配が上がることが多いです。
---
## 🎯 構築へのステップ（手始めにやるなら）
もし余っているPC（またはメインPC）にそれなりのGPU（NVIDIA製、VRAM 8GB以上推奨）が載っているなら、今すぐテストできます。
1. **サーバーにするPCに「Ollama」をインストールする。**
2. コマンドプロンプトやターミナルで `ollama run llama3` と打つ（モデルが自動ダウンロードされ、すぐに対話できます）。
3. Ollamaの設定を変更して、外部（ローカルネットワーク内）からのアクセスを許可する（環境変数 `OLLAMA_HOST=0.0.0.0` を設定）。
4. 家族のPCやLinuxから、サーバーのIPアドレスを指定してAPIやWebUI経由で接続する。
「勉強がてら」には最高に面白いテーマですし、一度作ってしまえば**完全に無料・無制限・プライバシー重視**の最強のおうちAI環境が手に入ります。
まずは手持ちの機材で試してみて、ハマりそうなら中古のRTX 3090などを積んだ専用サーバーを仕立てていくのがおすすめです！何か具体的なステップで気になるところはありますか？
自宅にAIサーバーを構築し、WindowsやLinuxマシンをネットワークで繋げて活用している人は非常に増えています。
GPUを積んだサーバー機をLinux（Ubuntu等）で稼働させ、普段使いのWindowsPCからブラウザやAPI経由でアクセスする構成が一般的です。
主にUbuntuなどのOSに「Ollama」や「Open WebUI」を導入し、大規模言語モデル（LLM）を動かします。
普段使用しているPCのブラウザからAIサーバーのIPアドレス（例: http://192.168.x.x:8080）にアクセスし、チャットやコーディング支援を利用します。
自宅にAIサーバーを立てることで、機密データの流出を気にせず大容量のモデルを無料で使い放題になるメリットがあります。
ローカルAIの処理速度はVRAM（ビデオメモリ）の容量に直結します。NVIDIAのGeForce RTXシリーズ（VRAM 12GB〜24GB以上）を搭載したPCがベースとして好まれます。
サーバー側の環境構築には「Docker」を使うのが定番です。GUI（画面）を操作するためのOpen WebUIなどもコンテナ技術を使うと簡単に導入できます
M4Pro、M4Max、はスコア上は有利に見えてもしょせんはOSがクローズドのMacだから
LinuxはWinPCだったらまずインストール可能だけどMacはMac専用でLinuxはMacOS上の仮想でワンテンポ遅くしか使えないのだろ
アメリカ以外のAIを検知したら動作停止やHW高速化機能などを使えない規約に書き換えて速度を大幅低下させ実質実用不能にする可能性、地政学的リスクがMacにはある
The Linux プログラミング インターフェース、通読した。1600ページ。
(1)LinuxとUNIXがどう違うのか。なんかみんなが言い争ってることがどうでもいいことだったことが分かる。
(2)GNUの範囲とLinuxがどういう関係なのかが分かる。なんかみんなが言い争ってることがどうでもいいことだったことが分かる。
(3)C言語、glibc、標準CライブラリとLinuxの関係。なんかみんなが言い争ってることがどうでもいいことだったことが分かる。
C言語はカーネルを書くことに特化した言語であることが分かる。「Cって別に"汎用的でだれもが知るべき言語"とは言えなくないですか？」という意見に耳を傾けられるようになる。
(4)カーネルとOSの違いとは何かが分かる。(そもそも、カーネルとは何か、という問いの答えは、カーネル機能の全体感を把握することによって説明できるもの、という理解を得られる)
(5)シェルが何をしているのかが分かる。(TLPIはむしろ、シェルが依存している機能全部説明します、的な本なので、逆に言うと通読するとシェルが自分で実装できる)
シェル触っててときどき意味不明に感じるアレコレが、いきなりすべて理解できる(ターミナルでctrl+C押すと何が起きるの？trapって何してるの？nohupやdisownって何してるの？
$ "sleep 1 &"って入力したときに出てくる[1] 12345って何？パイプ？リダイレクト？何それ？プロセス置換とコマンド置換の違いが分からないよ！などが解決する。)
(6)ファイルシステムとは何か、ファイルとは何か、「すべてがファイルである」とは何を意味するのか。
(7)プログラム(実行可能オブジェクト)とプロセスの関係、プロセスのメモリモデルが分かり、メモリとプロセスの関係が理解できて、「どう動くのか」の具体的理解が得られる。
(8)共有ライブラリがいつメモリにロードされるのか。そもそも「リエントラント」や「リロケータブル」とか「リユーザブル」や「リカーシブ」がどう嬉しい特性を持つプログラムなのか、が説明できるようになる。
(9)シグナルとスレッドの具体的な挙動と使い道。プロセス間通信とソケットプログラミングが深く理解できる。
(10)システムコールとシグナルに慣れるおかげでmanページに書いてあることで意味わからんことがほぼ無くなる。急にあらゆることが自明になる。
linux完全に理解した、とは、つまり、「基本的なチュートリアルが完了した」という意味なのだが、それが完了した。
それだけでうれしい。
