Copilot+ PCのNPUに期待できること・できないこと：ローカルAI初心者向けチェックリスト

まず結論

Copilot+ PCやAI PCのNPUは、Windows AI機能や対応アプリにとって重要な要素です。一方、ローカルLLMの体感速度はNPUだけでは決まりません。

LM Studio、Ollama、AnythingLLMで使うモデル形式、runtime、量子化、GPU/CPU/RAM/VRAM、入力長、出力長、RAG工程が絡みます。NPUは将来性のある要素として見つつ、購入判断は全体で行います。

NPUに期待できること

2026年のWindows AI/NPUを3つに分ける

Windowsの「NPU対応」と、LM StudioやOllamaで任意のローカルLLMを動かせることは同じ意味ではありません。Microsoftの現行資料は、組み込み機能、モデルを選んで動かすruntime、開発者がONNXモデルを組み込む実行基盤を分けています。

購入前にWindows MLの対応表を見つけても、それだけで既存のLM StudioやOllamaがNPUを使う証拠にはなりません。使うアプリ、runtime、モデル形式、OS、ドライバーを同じ組み合わせで確認し、最後は実測します。

• Microsoft Windows AI - Windows AI APIs、Foundry Local、Windows MLの全体像を見る
• Windows AIの選び方 - 用途とCopilot+ PC要件を比較する
• Windows MLの実行プロバイダー - NPU・GPU・CPUの条件を確認する

Windows AI APIsはAPIごとにNPU・GPU・CPUの対応が違う

Windows AI APIsの「GPU」「CPU」列は、Copilot+ PCで好きな実行先を切り替えられるという意味ではありません。Microsoftの現行ハードウェア表では、Copilot+ PCで対応APIはNPUで動き、GPU/CPU列は非Copilot+ PCへ対応範囲を広げる場合の目安です。購入時は「GPU対応」とだけ読まず、自分のPCがどのAPI・デバイス・OS条件に当たるかを分けて確認します。

モデルの取得方法もAPIごとに違います。Copilot+ PCのPhi Silica NPUモデルはプリインストールですが、対応GPU向けモデルは初回に数GBをオンデマンド取得します。Image GenerationやSpeech RecognitionのCPU経路にも別の取得条件があります。対応アプリはGetReadyStateで状態を見て、必要なダウンロードは容量とWindows Update経由の取得を説明し、同意後にEnsureReadyAsyncを呼びます。一方、Video Super ResolutionはWindows App SDKに含まれ、同じ初回モデル取得の扱いではありません。

この表はWindows AI APIsの境界を示すもので、LM Studio、Ollama、Foundry Localが同じAPIを自動利用するという意味ではありません。任意モデルの推論はruntime、モデル形式、Execution Provider、driver、RAM/VRAMを別に確認し、購入後に実際のdevice表示と速度を測ります。

• Windows AI APIs hardware table - API別のNPU・GPU・CPU対応とモデル取得条件を確認する
• Windows AI overview - Windows AI APIs、Foundry Local、Windows MLの使い分けを見る
• Windows ML overview - 自分のONNXモデルを実行する基盤の条件を見る
• WindowsでローカルOCR - Windows AI APIs以外のOCR選択肢を確認する
• Windowsでローカル音声認識 - Speech RecognitionとWhisperの役割を分けて読む
• ローカルAI用PCスペック - RAM・GPU・VRAM・CPUを購入判断に戻して確認する

Phi SilicaのPC経路と準備状態を切り分ける

Windows AI APIsのPhi Silicaは、Copilot+ PCのNPU経路と、非Copilot+ Windows 11 PCのGPU経路を分けて確認します。CPUだけのPCは対象外です。安定版Windows App SDK 1.8.0以降にもPhi Silica APIはありますが、Limited Access Feature（LAF）として提供されるため、アプリが利用できるかはLAFの承認・token条件を確認してください。

アプリでGetReadyStateを確認した後は、状態ごとに進め方を変えます。

GetReadyStateや設定画面の表示が食い違うときは、Windows App SDKのバージョン、Windows build、Windows Updateの保留、GPU driverを順に確認します。GPU driverがWindows UpdateやPCメーカーの更新で上書きされると再発することがあるため、GPU経路ではMicrosoftのtroubleshooting手順とメーカー配布driverを確認してください。

• Phi Silicaの公式ハードウェア・準備条件 - NPU/GPUの対応と実験的GPUの条件を見る
• Windows AI APIsのトラブルシューティング - AI Components、Windows/App SDK、driver、package identityを確認する
• GetReadyStateの状態一覧 - アプリが返すモデル準備状態の意味を確認する

NPUに期待しすぎないこと

購入前チェックリスト

• NPU TOPSだけでなくRAM 16GB/32GB、SSD容量、GPU/VRAM、冷却を見る。
• 使いたいアプリがNPUを使うと公式に説明しているか確認する。
• LM Studio/Ollamaでは、NPU対応を断定せず公式情報と実測を見る。
• PDF/RAG用途では文書量、embedding、vector DB、外部API利用有無も見る。

Snapdragon X Elite / Ryzen AI / Intel Core Ultraを見る時

Intel Arc GPUとCore Ultra NPUを同じ「Intel AI」として読まない

Intel ArcのGPU、Core Ultraの内蔵GPU、Core UltraのNPUは、同じIntel製PCに載っていても実行経路が別です。現行のFoundry LocalはWindowsでIntel OpenVINOのGPU execution providerを扱い、CLI referenceにはIntel CPU・GPU・NPUそれぞれの世代・driver条件が記載されています。OpenVINOのsystem requirementsもIntel Arc GPUを対応ハードウェアに含めつつ、GPU推論には別途ドライバーが必要としています。

MicrosoftのWindows AI FAQでは、Foundry LocalはNPUなしでもDirectX 12対応GPUで動き、ハードウェアに応じてexecution providerを選ぶと説明しています。一方、LM Studioのシステム要件はWindows x64/ARM、x64のAVX2、RAM、専用VRAMの一般条件であり、OllamaのWindows Vulkan経路もFoundry LocalのOpenVINO経路とは別です。Intel ArcやCore Ultraを買えば既存のすべてのローカルAIアプリが同じacceleratorを使う、とは考えません。

1. タスクマネージャーと機種仕様で、CPU世代、Intel Arcの型番、内蔵GPU、NPU、RAM、VRAMを分けて記録する。
2. 使うアプリを決め、Foundry Local/OpenVINO、Windows ML、Ollama、LM Studioのどのruntimeを使うか分ける。
3. 公式docsでOS、driver、execution provider、モデル形式、hardware variantの条件を確認する。Foundry Localは`foundry model list`で利用可能なproviderやvariantを確認する。
4. 同じモデル・量子化・context・入力で、選択されたdevice、ロード後RAM/VRAM、最初の返答、生成速度、CPU fallbackを記録する。

• Foundry Localの構成とhardware abstraction - Intel OpenVINO GPU、WinML、モデルvariant、CPU fallbackを確認する
• Foundry Local CLIのEP・driver条件 - Intel CPU/GPU/NPUの世代・推奨driverを確認する
• OpenVINOの対応ハードウェア - Intel Arc GPU、Windows、GPU driverの条件を確認する
• Ollama GPU support - Windows VulkanとGPU選択を別runtimeとして確認する
• Foundry Local Windows guide - CLI、REST、SDK、Execution Providerの役割を見る

ローカルLLM初心者の現実的な選び方

文章生成をローカルで快適に試したいなら、NPUより先にRAM、VRAM、GPU、モデルサイズ、量子化を確認します。NPUは「対応アプリなら効く可能性がある追加要素」として見ます。

長いPDFやRAGをしたいなら、NPUの有無だけでなく、文書取り込み、embedding、検索、reranking、回答生成、引用確認の流れを分けて確認してください。

公式/論文確認日

全体確認日: 2026-09-16。Microsoft Windows AI APIsのAPI別ハードウェア表・モデル準備条件、Windows AI overview、Windows ML overview/Execution Provider、Windows AI FAQ、Foundry Local architecture/CLI、OpenVINO system requirements、Ollama GPU、Copilot+ PC/NPU開発情報、Qualcomm、AMD、Intel、ONNX Runtime、LM Studio、Ollama公式情報を確認しました。追加確認日: 2026-09-30。Microsoft Windows AI APIsのAPI別対応表、Phi SilicaのNPU/GPU別条件・モデル取得方法、Windows AI API troubleshooting、AIFeatureReadyStateを確認しました。これらのbackend仕様は更新されるため、購入・導入時点の公式情報、OS/build、driver、実際のprovider/device表示を優先してください。

関連記事

• ローカルAI用PCスペック - RAM、VRAM、GPU、NPUをまとめて見る
• GPUなしPCで使える範囲 - 動くと快適を分ける
• Quant.npu解説 - NPU向け静的量子化を読む
• LENS解説 - 速度予測が難しい理由を読む