生成AI活用 【付録 第2回】クラウドAPIとの比較でわかるローカル生成AIの圧倒的利点と導入戦略
エンタープライズにおける生成AI導入の決定版。クラウドAI（ChatGPT等）とローカルLLMを比較し、データガバナンス、ランニングコスト（TCO）、ベンダーロックイン回避の観点からローカルAIの圧倒的利点とハイブリッド導入戦略をインフラ視点で解説します。
生成AI活用 生成AI活用 【付録 第1回】インフラエンジニアが知るべきローカル生成AIの基礎：LLMのメカニズムとアーキテクチャ
ローカル生成AI・LLMの基礎をインフラエンジニア向けに徹底解説。トランスフォーマーモデルの仕組み、パラメータ数、トークナイザーから、ローカル環境特有のソフトウェアスタックまで、AIのブラックボックスをインフラ視点で紐解きます。
生成AI活用 【第8回】エンタープライズ向け運用ベストプラクティスとトラブルシューティング：ローカルLLMインフラの完成
ローカルLLM連載の最終回。AlmaLinux上で構築したvLLMやQdrant等のAI基盤を本番環境で安定運用するためのベストプラクティス、無停止アップデート、ベクトルDBのバックアップ設計、GPUメモリリーク発生時のトラブルシューティングをプロの視点で徹底解説します。
生成AI活用 【第7回】ローカルLLM環境の監視（Prometheus/Grafana）とセキュリティ設計：AIインフラを可視化する
AlmaLinux上に構築したローカルLLM環境（vLLM、Qdrant）をPrometheusとGrafanaで可視化する手法を解説。DCGM-ExporterによるVRAM監視、KVキャッシュのフラグメンテーション検知、そしてゼロトラストを前提としたAIインフラのセキュリティ設計を網羅。
生成AI活用 【第6回】RAG（検索拡張生成）基盤の構築とベクトルデータベースの連携：自社データでLLMを拡張する
ローカルLLMに社内文書を学習させずに回答させる「RAG（検索拡張生成）」のインフラアーキテクチャを徹底解説。AlmaLinux上でQdrant（ベクトルデータベース）とEmbedding専用推論サーバーをPodmanで構築・連携するプロの設計手法。
生成AI活用 【第5回】vLLMを利用した本番向け高スループット推論サーバーの構築：AlmaLinuxで大規模トラフィックを捌く
AlmaLinux環境に「vLLM」を導入し、複数ユーザーからの同時アクセス（高トラフィック）に耐えうる本番向けローカルLLM推論サーバーを構築します。PagedAttentionの仕組みやGPUメモリ最適化、コンテナでのデプロイメント手法をプロの視点で徹底解説。
生成AI活用 【第4回】llama.cppによるCPU/低VRAM環境でのモデル推論：AlmaLinuxで限界を引き出す職人技
高価なGPUがなくてもAIは動く！AlmaLinux環境で「llama.cpp」を直接ビルドし、CPUや低VRAMのGPUを極限まで活用するローカルLLM環境の構築・チューニング手法（GGUF量子化、NUMA最適化など）をインフラ視点で詳細に解説します。
生成AI活用 【第3回】Ollamaを使ったDockerライクなLLM導入と管理：AlmaLinux上で構築するセキュアなAI API基盤
AlmaLinux環境に「Ollama」を導入し、セキュアなローカルLLMのAPIエンドポイントを構築する手順をインフラエンジニア向けに解説。Podmanコンテナを活用した運用、Quadletによるデーモン化、Nginxリバースプロキシ連携まで網羅します。
生成AI活用 【第2回】AlmaLinux 9/10の初期構築とNVIDIA CUDA環境の最適化：ローカルLLM基盤を構築する
ローカルLLMをAlmaLinux環境で安定稼働させるための初期設定をプロの視点で徹底解説。nouveauドライバの無効化、NVIDIA CUDA Toolkitのクリーンインストールから、Docker/Podman連携、GPUチューニングまで網羅します。
生成AI活用 LinuxエンジニアのためのローカルLLM入門：AlmaLinuxで構築する生成AI基盤
Linuxエンジニアに向けて、ローカル環境でのLLM（大規模言語モデル）構築の基礎を解説。Ollama、vLLM、llama.cppの比較や、AlmaLinux 9/10環境でのGPU要件、インフラ視点のベストプラクティスを網羅した入門ガイドです。