新しいPCを開いた直後、いつものように開発ツールを入れ、設定を直し、Linux環境を整える——その最初の一手間を短くしようという動きがWindowsに出てきました。Microsoftが発表した「Project Zenith」は、ローカルAI開発も見据えた“すぐコーディングを始められる”Windows体験です。
ただし、これは誰のPCにも配られる新しいWindows 11ではありません。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を備える開発者向けデバイスを起点に、設定、ツール、ローカルモデル実行の土台をまとめる構想です。
大事なのは「30B超のモデルが動く」という言葉だけでPCを選ばないこと。Project Zenithは、メモリ容量、帯域幅、開発環境、使うAIランタイムまでを一つの作業経路として考え始めた点に意味があります。
Project Zenithは“別のWindows”ではなく、開発の出発点を変える
Microsoftの開発者向け発表で示されたProject Zenithは、開発者向けデバイスに用意される、事前構成済みのWindows体験です。Windows TerminalとVisual Studio Codeをタスクバーに置き、エクスプローラーでは拡張子、隠しファイル、フルパスを表示するなど、開発時にまず直しがちな設定を最初から整えます。
狙いは、OSの見た目を変えることではありません。新しい端末を受け取ってから、コードを書き、ビルドし、検証を始めるまでの距離を短くすることです。ファイル拡張子やパスを表示し、検索やスタートの通知を抑えるといった小さな初期設定でも、普段から複数の環境を触る人には積み重ねが効きます。
Project Zenithを「Windows 11の新エディション」と受け取るのは早計です。対応ハードウェア上で、開発を始めやすい状態を出荷時から作る取り組みとして読むと、位置付けが見えやすくなります。
64GBと250GB/sは、なぜ条件に入るのか
Microsoftが挙げる入口は、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です。CPU、GPU、NPUが共有しやすいメモリ容量と、モデルのデータを動かす速さの両方を重視している点が特徴です。
ローカルAIでは、モデルを読み込めても待ち時間が長ければ、試行回数を増やしにくくなります。逆に帯域幅だけ高くても、モデル、IDE、ブラウザ、コンテナを同時に動かしたときにメモリが足りなければ作業は詰まります。Project Zenithの条件は、単純なベンチマーク競争というより、開発中に複数の作業を並べる場面を意識した目安と考えられます。
購入前はメモリ容量だけで決めず、ユニファイドメモリか、帯域幅はいくつか、使うモデルと推論ソフトがそのNPU/GPUを認識するかまで確認したいところです。
WSLとコンテナが、Windowsの中のLinux作業を近づける
開発者がWindowsで使う環境は、エディタだけでは終わりません。Project Zenithの背景には、WSL（Windows Subsystem for Linux）の継続的な強化があります。Microsoftは、LinuxコンテナをWindowsの中で作成・実行・操作するためのWSL containersにも触れています。
ここで便利なのは、Windowsを捨ててLinuxへ移ることではなく、Windows上のツールとLinux側のビルドやコンテナを、同じPCで往復しやすくすることです。たとえばコードはVisual Studio Codeで書き、依存関係をコンテナに閉じ込め、ローカルモデルの検証を別の環境で試す、といった役割分担が取りやすくなります。
Windowsの開発基盤をどう選ぶかは、MicrosoftでのRustの位置付けを扱った記事ともつながる話です。言語やツールが増えても、まず環境を再現できる状態にしておくことが、チーム作業では大きな安心になります。
WSLやコンテナがあるからといって、既存のDocker設定や社内の開発手順が自動で置き換わるわけではありません。プロジェクトごとの要件と、使うPCの対応状況は切り分けて確認しましょう。
「30B超をローカルで」の期待値は、作業ごとに分ける
Microsoftは、Project Zenithデバイスで30B超のパラメータを持つモデルをローカルで実行できると説明しています。クラウドのトークン利用を減らし、実験を繰り返しやすくする狙いです。
ただし、これはどの30B級モデルでも同じ速度・品質で動くという約束ではありません。量子化の方式、コンテキスト長、推論ランタイム、GPUやNPUへの対応、同時に開いているツールで必要なメモリは変わります。コード補完、分類、要約、オフライン検証など、まず自分の作業を小さく分けて試す方が現実的です。
ローカル環境を組むときにハードとソフトの対応表を読む感覚は、Ubuntu 26.04 LTSとAMD ROCmを扱った記事にも通じます。PCのスペック表から一段進んで、「このモデルを、このランタイムで、どの用途に使うか」を決めることが重要になります。
ローカル実行はクラウドを不要にする宣言ではありません。大規模な推論、共同利用、外部サービス連携まで一台で賄えると決めつけず、クラウドと端末側の役割を分けて考えましょう。
最初に来るのはRyzen AI Halo、でも選択は急がない
Project Zenithは、まずAMDのRyzen AI Haloで利用可能になる予定です。Microsoftは、その後にOEMメーカーや半導体パートナーのデバイスを増やしていく方針を示しています。IFAでのWindowsデバイスに関する発表でも、開発者向けの初期設定とローカルAI実験を、次世代PCの役割として位置付けました。
とはいえ、Project Zenithという名前だけで購入の可否を決める段階ではありません。日本で選べるモデル、価格、メモリ構成、実際に必要なポートや画面、企業で使う管理機能は、OEMごとに違います。今のPCで困っていないなら、対応製品の仕様と、自分のモデル・コンテナ・IDEが動く条件を並べてからでも遅くはありません。
Project Zenithは、AI PCを「NPUの数字」だけで売るのではなく、設定済みの開発環境、Linuxワークロード、ローカル推論まで一続きにしようとする試みです。ローカルAIを試したい開発者にとっては、次に買うPCの比較表へ、メモリと帯域幅、そして開発環境の再現性という新しい列を加えるきっかけになりそうです。
