高橋 秀夫 気軽に相談できる、AIの町医者。

多くの中小企業が「クラウドAIの従量課金が読めない」「機密データを外に出せない」で止まります。私はその手前を埋めます—— 実機GPUでローカル推論基盤を自前運用し、用途に応じてローカルとクラウドを切り替える設計まで含めて提供できることが、最大の非代替ポイントです。RTX 5090＋5080の異種混在環境を、ドライバー互換の壁まで含めてゼロから立ち上げ、実戦運用しています。

福島・白河に設置した実機。クラウドに預けられないデータを、手元のGPUで動かすための拠点です。 仕様書を読めるエンジニアにも、コストと安心を気にする経営者にも、同じ一枚で説明できるように作ってあります。

SERVERkamisama @ Fukushima

GPU-1NVIDIA RTX 5090 — 32GB VRAM

GPU-2NVIDIA RTX 5080 — 16GB VRAM

STACKCUDA 12.x / cuDNN / PyTorch / llama.cpp

LLMNemotron-Nano-9B-JP / Gemma-3-12B / Qwen2.5-7B

ROUTE4-tier: Qwen Flash → DeepSeek → MiniMax → Claude Opus

IMAGEStable Diffusion WebUI / ComfyUI

VOICEVOICEVOX

NETCloudflare Tunnel / Workers

CODEGitHub 260+ repositories

正直に書きます。H100やDGXといったエンタープライズGPUの実機経験はありません。 ですが、その設計思想——GPU割り当て、フェイルオーバー、ノード間連携——を、 自前のRTX 5090／5080と複数台のサーバー・PCを接続した環境で、可能な限り縮小再現して研究・運用しています。 規模は違っても、つまずく原理は同じです。だからこそ、H100クラスを導入する現場で「設計と翻訳」を担う準備ができています。

立ち位置は「実装代行」ではなく「設計と翻訳」。 ベンダーの提案を経営層に通訳し、構成の妥当性を現場目線で診断する——縮小環境での実証が、その判断の裏付けになります。

単発の制作ではなく、「払い続けられる価値」を出して月額で回っている案件を先頭に置いています。

技術スキルだけでなく、人と工程と予算を動かしてきた現場経験。これが「課題診断力」の正体です。