はじめに

WSL2とDockerを用いたコンテナ環境でローカルLLM（SLM）を稼働させ、CPU推論による対話環境を構築・検証した際の作業ログです。
「GPUがないPCでもLLMを動かしてみたい」という方の参考になれば幸いです。

1. 目的

Dockerコンテナ上で Ollama を稼働させ、外部GPUを使用しない「CPU推論」環境を構築すること。

2. 動作環境 & スペック

今回はNVIDIA製のGPUを使用せず、CPUの演算能力のみで推論を行います。

項目	内容	備考
OS	Windows 11 (WSL2 / Ubuntu)
実行基盤	Docker	コンテナ技術を利用
CPU	AMD Ryzen 7 5700U	8コア16スレッド / CPU推論を実行
GPU	Radeon Graphics (内蔵)	※今回は使用せず
メモリ	16GB	あればあるほど高性能なモデルを使用できる

3. Ollamaの導入

Ollama は、LLMをローカルで手軽に動かすためのランタイム兼管理ツールです。
Python環境への依存がなく、Go言語とC++ (llama.cpp) で実装されているため、CPU環境でも高速に動作するように最適化されているのが特徴らしい。また、いろいろな機能が標準搭載されているので初めてローカルLLMを動かす場合にはOllamaを選択するのが無難そう。

以下のDockerコマンドで環境構築を行う。

docker run -d \
  -v ollama:/root/.ollama \
  -p 11434:11434 \
  --name ollama \
  ollama/ollama

オプションの解説

コマンドで使用したオプションの詳細は以下の通りです。

-v ollama:/root/.ollama

目的: ダウンロードした巨大なモデルデータを保存
メリット: ホスト側を汚させない。ディレクトリはDockerの管理領域（/var/lib/docker/volumes/ollama/_data 等）に作成される。

-p 11434:11434

目的: ホスト（PCやブラウザ）からコンテナ内のAPIにアクセスするため。
ブラウザで localhost:11434 にアクセスし、Ollama is running と表示されれば成功
ollama/ollama
使用する公式Dockerイメージ

4. モデルのダウンロードと実行

Ollama公式ライブラリからモデルを取得して実行します。
今回はテスト用として、軽量モデルの gemma2:2b を使用しました。

実行方法 A：ホストから直接実行

WSLのターミナルから、Dockerコマンド経由で直接Ollamaを呼び出す方法です。基本的にはこちらを使用します。

docker exec -it ollama ollama run gemma2:2b

初回実行時について
指定したモデルを持っていない場合、初回実行時に自動的にダウンロード（Pull）が始まるので時間がかかるかも。

実行方法 B：コンテナ内部で実行

コンテナ内のシェルに入って操作する方法。

# 1. コンテナに入る
docker exec -it ollama bash

# 2. 内部で実行
ollama run gemma2:2b

動作ログ例

実際に会話した際のログ。日本語でもスムーズに応答が返ってきます。

>>> こんにちは
こんにちは！ 😊
お元気ですか？ 何かお手伝いできることはありますか？

>>> /bye

API経由っぽく使ってみた

curl http://localhost:11434/api/generate -d '{
  "model": "gemma2:2b",
  "prompt": "API経由でこんにちは！",
  "stream": false
}'

>>>
{
    "model":
    "gemma2:2b",
    "created_at":"2026-01-29",
    "response":
        "こんにちは！ 😊 
        どのようなリクエストでお役に立てられるか知りたいです。
        APIを使って何かをしたい場合は、教えてください。
        例えば：**特定の機能を実装**: 
        例えば、「テキスト生成」や「質問応答」など
        **データ取得**: 例えば、「最新のニュース」や「天気予報」など
        **その他**: 特定の用途に合わせてどのようなAPIを使いたいのか
        より具体的な情報をお知らせいただけると、より的確な回答ができます。 😉 
}

このようにAPI経由でLLMとの対話を行うことができるので、アイデア次第でいろいろなことができると思います。

5. 操作コマンドまとめ

動作	コマンド / 操作
対話モード開始	`docker exec -it ollama ollama run [モデル名]`
対話終了	`/bye` または `Ctrl + d`
モデル一覧確認	`docker exec ollama ollama list`
コンテナ停止	`docker stop ollama`
容量確認	`docker system df` (Local Volumesを確認)

6. 補足

モデルデータの保存構造について

-v オプションでマウントしたボリューム内（/root/.ollama/models）にモデルデータが保存されます。
(ファイル名はハッシュ化されており、人間が直接読める形式ではありません。)