Microsoft「Project Zenith」発表。ローカルAI開発向けWindows 11は何が変わる？

Microsoftが9月4日に発表した「Project Zenith」は、新しいWindows PCを買った直後から、ローカルAI開発に使えるワークステーションとして立ち上げるための取り組みだ。Build 2026で予告していた開発者最適化Windowsの方向性を具体化したもので、高性能ハードウェアと、あらかじめ整えたWindows 11の開発環境を組み合わせる。12

ポイントは、Windowsの新しい製品エディションを作ることではない。新規の対応PCにWindows 11 HomeまたはProをベースとして搭載し、開発者向けの初期設定とツール群を適用する「体験」として提供する。34

初日からローカルAI開発を始められるようにする

Zenithを冠するPCは、「コードを書き始められる（ready-to-code）」かつ、余計な要素を抑えた開発環境を目指す。新しいPCで開発を始める際に必要になりがちなターミナル、エディター、Linux環境、言語ランタイム、パッケージ管理ツールを、最初から利用できる状態に置く発想だ。19

Microsoftは、対象デバイスで30B（300億）パラメータ超のモデルをローカルかつ「unmetered」で実行できるとしている。ここでいう「unmetered」は、クラウドAIのように推論トークンごとの利用料金が発生しない、という意味である。すべてのモデルが高速に動くこと、任意の長いコンテキストを扱えること、消費電力やストレージ、追加設定が不要であることまでを意味するわけではない。1

必須条件はユニファイドメモリ64GB以上、帯域幅250GB/s以上

ZenithクラスのPCには、64GB以上のユニファイドメモリと、250GB/s以上のメモリ帯域幅が求められる。1

この条件は、ローカルで大規模言語モデル（LLM）を動かす際の2つの制約に対応する。

• 容量：モデルの重みだけでなく、実行環境やコンテキスト用の領域もメモリに必要になる。CPUと内蔵GPUが大きなメモリプールを共有するユニファイドメモリなら、一般的なPCの専用VRAMだけに依存せずに済む。
• 帯域幅：文章を生成する間、モデルの重みは繰り返しメモリから読み出される。容量上は収まるモデルでも、帯域幅が不足すれば実用しにくいほど遅くなりうる。

ただし、これは性能保証ではなく、あくまでプラットフォームの下限だ。実際の生成速度はモデル構造、量子化方式、コンテキスト長、推論エンジン、ドライバー対応、OSや他アプリが使用するメモリ量などで変わる。

標準で入る開発ツールとWindows設定

Zenithでは、開発に頻繁に使うツールと設定を、利用者が一から整える前に用意する。代表的なものはVisual Studio CodeとWindows Terminalで、開発・ターミナル・ランタイムにまたがるツール群が含まれる。192135

主な構成要素は次の通り。

• Visual Studio Code、GitHub Copilot関連ツール
• Windows Terminal、PowerShell、Git、GitHub CLI、Azure CLI
• Windows Subsystem for Linux（WSL）
• Pythonとuv、Node.jsとnvm、関連するパッケージ管理ツール
• PowerToys、WinGetなどのWindows向けパッケージツール、Windows Dev Skills2135

エクスプローラーもコーディング向けに調整される。報道によれば、ファイル拡張子、隠しファイル、タイトルバーのフルパス表示などが有効になる。地味な設定だが、開発者が新しいPCごとに繰り返し行う初期設定を減らす狙いがある。9

第1弾はAMD Ryzen AI Halo

Project Zenithはまず、AMDのRyzen AI Halo搭載システムで利用可能になる。Microsoftは、今後数か月で他のOEMやシリコンパートナーのデバイスにも広げるとしている。1

Ryzen AI Haloの開発者向けプラットフォームはZenithの条件に合う一例だ。AMDは最大128GBのLPDDR5Xユニファイドメモリを搭載し、最大200B（2000億）パラメータのモデルをローカルで扱えるとうたう。2728 レビューされた128GB構成では、ユニファイドメモリの帯域幅は256GB/sであり、Microsoftが掲げるZenithの基準を満たす。18

一方で、128GBがあらゆる巨大モデルに対する万能な答えというわけではない。AMDの「最大300Bパラメータ」対応という別の主張は、最大192GBのユニファイドメモリを備えるRyzen AI Haloプラットフォーム構成に関連する。19 モデルのパラメータ数だけでは使い勝手を判断できず、圧縮形式、コンテキストウィンドウ、実行時オーバーヘッド、求める毎秒トークン数も重要になる。

WindowsをAI・システム開発の有力な選択肢へ

MicrosoftはZenithを、macOSやLinuxから開発者を奪う施策だとは明言していない。それでも、Unix系ツールの利用、ローカルでの実験、開発マシンのセットアップで従来Windowsにあった摩擦を減らそうとしている方向性は明確だ。

WSLにより、Windowsネイティブのツールと並行してLinux環境を使える。さらにVS Code、GitHubのサービス、Azureのコマンドラインツールが初回起動時から手元にそろう。2135 Linuxを置き換えるというより、AIやシステム開発においてWindowsを最初の選択肢として検討できるようにする試みと捉えるのが適切だろう。

購入前に確認したい4点

Zenithの要件は重要だが、選定の出発点にすぎない。検討時には次を確認したい。

1. 実際に使えるユニファイドメモリ容量：モデルの重み、長いコンテキスト、ランタイム、同時に使うアプリのために、余裕が大きいほどよい。
2. 実測の推論性能：メモリに収まることと、十分な速度で文章を生成できることは別問題である。
3. フレームワークとドライバーの対応：使いたい推論スタックとモデル形式が、そのGPUとOS構成で十分に機能するかを確認する必要がある。
4. 価格と拡張性：コンパクトなシステムのユニファイドメモリは利用者が増設できない場合が多く、購入時の容量選択が特に重要になる。

Project Zenithの本質は、ハードウェアの新たな区分と、準備済みのWindows開発環境を一体で提供する点にある。その価値は名称そのものではなく、実際に登場するZenith対応PCの性能、互換性、そして価格によって決まる。14