Windows ARMでローカルAIは使える？確認ポイント

先に結論：Windows ARMは「アプリ単位」で確認する

Windows on Armでは、Arm-nativeアプリだけでなくx86/x64アプリも動かせます。ただしMicrosoftは、互換性の広さと、性能・応答性・バッテリーの面でArm-nativeアプリを優先する考え方を示しています。ローカルAIでは、アプリ本体が起動するか、推論バックエンドが使えるか、モデルが十分な速度で動くかを別々に見ます。

この記事の対象は、Windows ARMのノートPCやSnapdragon X搭載PCで、LM StudioやOllamaを試す前の互換性確認です。特定製品のおすすめ順位や、一般Windows PCでの速度を約束する記事ではありません。

• Copilot+ PCとNPUの期待値 - NPUで期待できることと、期待しすぎないことを分ける
• ローカルAI用PCスペック - RAM、GPU、VRAM、CPU、ストレージを用途から見る

自分のWindows ARM環境を先に確認する

まず設定の「システム > バージョン情報」で、Windowsのエディション、バージョン、システムの種類を確認します。Snapdragon XなどのSoC名だけで判断せず、実際のWindowsがArm64で動いているか、更新が保留されていないかを記録します。

1. Windowsの「設定 > システム > バージョン情報」を開き、システムの種類、プロセッサ、実装RAMを記録する。
2. `winver` でWindowsのバージョンを確認し、Windows Updateの保留状態を解消する。
3. `msinfo32` を開き、システムの概要と、問題が出たアプリ名・バージョンを一緒に控える。
4. アプリの公式ダウンロードページで、Windows ARM64、x64、x86、Microsoft Storeなどの配布形態を確認する。

winver
msinfo32

LM Studioは公式にWindows ARM対応が明記されている

LM StudioのSystem Requirementsは、Windowsについてx64とARM（Snapdragon X Elite）の両方をサポートすると明記しています。したがって「Windows ARMだからLM Studioは使えない」とは言えません。ただし同じページでも、x64ではAVX2が必要、RAMは16GB以上、専用VRAMは4GB以上が推奨とされており、対応と快適さは別です。

LM Studioを試す場合は、まず公式のWindows ARM対応を入口にし、軽いモデルでロード、短い質問、再起動後の再ロードを確認します。専用GPUがないことやNPU搭載だけを理由に、動作可否や速度を推測しません。

• LM Studio公式System Requirements - Windows x64/ARM、Snapdragon X Elite、RAM・VRAMの記載を見る
• LM Studioで最初のモデル - モデルサイズと初回ロードの確認へ進む
• LM Studioのインストール - Windows版の導入手順と初回確認を見る

OllamaはWindowsの配布パッケージ表記を確認する

OllamaのWindows公式docsでは、Windows版のインストーラー、localhost、モデル保存先、GPU利用が説明されています。一方、同ページのStandalone CLI欄で明記されているzipは `ollama-windows-amd64.zip` と、AMD GPU・MLX向けのamd64追加パッケージです。確認日現在、この表記だけからWindows ARM64向けの利用者用パッケージを保証することはできません。

これは「OllamaはWindows ARMで絶対に動かない」という意味ではありません。Windows 11 on Armにはx64エミュレーションがあり、Ollamaの開発docsにも複数アーキテクチャやネイティブビルドに関する情報があります。ただし、利用者向けの公式ダウンロード、GPUライブラリ、サービス運用、性能は別の確認対象です。

• Ollama Windows公式docs - 現行のWindowsインストーラーとamd64 CLI表記を確認する
• Ollama公式ダウンロード - 利用時点のWindows導入入口を見る
• Windows版Ollamaの初回確認 - 一般的なWindows導入、モデル、API、保存先を確認する

NPU・GPU・CPUを同じ「AI性能」として扱わない

MicrosoftはArm搭載SoCにCPU、GPU、NPUなどが含まれ、NPUがAIワークロードを加速し得ると説明しています。しかし、PCにNPUがあることと、特定のローカルLLMアプリがNPUを推論に使うことは別です。アプリの対応ランタイム、モデル形式、ドライバー、実行時の表示を確認してください。

LM StudioやOllamaを選ぶときは、Copilot+やTOPSの数字を先に比較するより、同じモデル・同じプロンプト・同じ電源条件で、ロード時間、tokens/s、RAM、GPU/NPU表示、発熱を記録します。Ollamaでは公式FAQの `ollama ps` にあるProcessor表示が、CPU/GPUの切り分けの入口になります。

• Copilot+ PCのNPUチェックリスト - NPUへの期待値とローカルLLMの現実を分ける
• Ollama Hardware Support - GPUバックエンドの現行対応を確認する
• Ollama FAQ - `ollama ps`のProcessor表示とlocal/cloudの境界を見る

モデル・runtime・拡張機能の相性を分けて見る

ローカルAIの互換性は、アプリ本体だけで終わりません。モデル形式、推論runtime、ネイティブライブラリ、GPUドライバー、PythonやNodeの依存、VS Codeなどの拡張機能、localhost APIのクライアントがすべて関係します。Windows ARMでアプリの画面が開いても、追加の拡張やサービスだけがx64依存で失敗することがあります。

まずアプリ単体で軽いモデルを動かし、その後にAPI、MCP、coding agent、RAGの順で一つずつ追加します。MicrosoftもArm-nativeアプリを最良の性能・応答性・バッテリーの入口として説明しているため、拡張機能やドライバーは提供元のARM対応ページを確認します。

1. モデルなしでアプリ起動と新規プロジェクト作成を確認する。
2. 軽いモデルを1つだけロードし、短い同じ質問で応答を確認する。
3. CPU/GPU/NPUの表示、RAM、速度、ファン音、電源条件を記録する。
4. APIや拡張機能を1つだけ追加し、接続先、依存ランタイム、送信範囲を確認する。

• WindowsローカルAIコーディング - アプリ・モデル・API・agentを分離して確認する
• ローカルAI APIサーバー - base URL、model ID、localhost連携を確認する
• Windows on Arm公式概要 - x86/x64エミュレーションとArm-nativeの差を見る

導入前チェックリスト：ノートPCを買う前にも使う

Windows ARMのノートPCを検討する場合は、NPUのTOPSやバッテリーの宣伝だけで決めず、使いたいアプリとモデルを先に固定します。公式ページに明記がない項目は、DATA_NOT_AVAILABLEまたは実機確認として残し、一般的な「おすすめ」を作りません。

うまくいかないときの分岐

再インストールやPC買い替えを繰り返す前に、Windows、アプリ、モデル/runtime、アクセラレータ、連携先のどこで止まったかを固定します。エラー文、Windowsのシステムの種類、アプリのバージョン、モデル名、実行時のCPU/GPU/NPU表示を残すと、公式サポートへ確認しやすくなります。

• ローカルAIの症状別トラブルハブ - 起動、速度、モデル、APIの共通分岐へ進む
• OllamaでGPUが使われない時 - WindowsのGPU・ドライバー・Processorを確認する
• LM StudioのGPUオフロード - GPUに載る範囲とCPU実行を切り分ける