ローカルLLM機材をレンタルして検証する2026。買う前に確かめる3つのこと、買う・借りる・クラウドで試すの比較、返却時のデータ消去

Q: 借りて何を確かめればよいですか？

置けるか、速いか、誰が回せるかの3つです。設置場所・電源・接続・持込申請が通るか、想定人数で応答速度が許容ラインを満たすか、モデル更新や障害対応を社内で回せるかを、実際に機材を置いて確かめます。精度の検証は実データと正解データを揃えた業務PoCで行います。

「ローカルLLMを社内に置きたい。でも何を買えばいいか分からないし、買ってから置けないと困る」。この相談に対して、私たちが最初に勧めるのは機材の購入ではなく、検証機材を借りて自社のオフィスで動かすことです。レンタルサーバーやクラウドGPUの話ではありません。DGX SparkやMacといった物理機材そのものを数週間借り、自社のネットワークに接続し、自社の利用者に触ってもらう検証です。

本記事では、ローカルLLMの機材を「買う」「借りる」「クラウドGPUで試す」の3択を同じ軸で比較したうえで、借りて確かめるべき3つのこと、機材の選び方、2週間の標準的な過ごし方、情報システム部門への持込申請、返却時のデータ消去までを整理します。私たちは機材貸出を提供する立場ですが、買ったほうがよい状態、クラウドで足りる状態もそのまま書きます。

この記事の要点

「ローカルLLM レンタル」で探すときは、レンタルサーバー・クラウドGPU・物理機材の貸出の3つを分けて考えます。閉域で「置けるか」を確かめられるのは物理機材だけです

借りて確かめるのは「置けるか（設置環境）」「速いか（想定人数での応答速度）」「誰が回せるか（運用体制）」の3つで、買ってから分かる失敗の大半がこの3つに集中します

機材はモデルサイズではなくメモリ帯域と同時利用人数で選びます。1人〜数人で応答の速さを重視するならMac、複数人の同時利用や長文資料の読み込みが中心ならDGX Sparkが向きます

2週間の検証は、前半で設置・接続・モデル確認、後半で実データと同時利用の実測、最終日に判定レポートという配分にすると、延長せずに結論が出ます

返却時はストレージの完全消去とOSの再展開を行い、消去記録を受け取ります。貸出料は次のPoC・導入・機材購入に充当できます

「ローカルLLM レンタル」の3つの意味を分ける

「ローカルLLM レンタル」と検索すると、3種類の違うものが混ざって出てきます。最初にこれを分けないと、比較が成り立ちません。

種類	何を借りるか	データの所在	閉域で試せるか	向く目的
レンタルサーバー・VPS	事業者のデータセンターにある仮想・物理サーバー	事業者側	不可（インターネット経由で接続）	公開サービスのホスティング
クラウドGPU	時間課金のGPUインスタンス	クラウド側	不可（データをアップロードする）	モデルの性能比較、学習・ファインチューニング
物理機材の貸出	DGX SparkやMacなどの機材そのもの	自社オフィス内	可（自社LANだけに接続）	「置けるか」「速いか」「誰が回せるか」の判定

本記事で扱うのは3つ目の物理機材の貸出です。クラウドGPUは「どのモデルが自社の文書に合うか」を比べる用途では有効で、『ローカルLLM PoCの費用・期間・進め方』で扱うモデル選定ミニ検証はクラウド側で行うこともあります。一方で、データを外に出せない業務での検証や、自社のオフィスに置けるかどうかの判定は、物理機材を持ち込まないと確かめられません。

買ってから分かる失敗の3つの型

機材を先に買って止まった案件には、型があります。貸出で確かめる項目はこの型の裏返しです。

失敗の型	何が起きるか	買う前に分かったはずのこと
買ったが、遅くて使われなかった	スペック表のメモリ容量だけで機種を選び、想定モデルの応答が遅すぎて利用者が離れた	メモリ帯域と同時利用人数で速度が決まること
届いたが、置けなかった	閉域ネットワークへの接続や電源・設置場所の条件が合わず、情報システム部門の承認が下りないまま機材が眠った	設置場所・電源・接続範囲・持込申請の条件
動いたが、半年で止まった	モデル更新や障害対応を誰がするか決まっておらず、担当者の異動と同時に運用が途絶えた	運用担当者と工数の当て

Gartnerは2024年7月に、少なくとも30%の生成AIプロジェクトが2025年末までにPoC後に中止されると予測しました。生成AI全般の数字ですが、ローカルLLMでは「機材を買ってしまう」「運用を自社で抱える」という2つの負担が加わるため、失敗したときの損失が大きくなりやすい構造にあります。失敗パターンの全体は『ローカルLLM導入の失敗パターン7つと回避策』、設置の確認項目は『ローカルLLMを社内サーバーとして置く前に確認する10項目』で扱っています。

買う・借りる・クラウドGPUで試すの比較

3択を同じ軸で並べます。どれが正解かは、用途が決まっているか、データを外に出せるか、納期を待てるかで変わります。

軸	買う	借りる（物理機材）	クラウドGPUで試す
初期費用の性格	機材費を先に払う。効果が不明な段階で数十万〜数百万円	週単位の貸出料。検証後に次の段階へ充当できる	時間課金。試した分だけ
データの所在	自社内	自社内（LANだけに接続）	クラウド側にアップロード
閉域での検証	可	可	不可
納期	機種により数週間〜数ヶ月の調達待ち	在庫があれば数日で到着。環境構築済み	即日
試せる期間	制限なし	1〜2週間。1週間単位で延長可	制限なし
検証後の扱い	そのまま本番で使う。構成が違えば買い直し	返却して消去。購入時は貸出料を充当	インスタンスを停止
向いている状態	用途と構成が決まっていて、効果が確認済み	何を買うか決まっていない、置けるか分からない、納期待ちの間に検証したい	モデルの性能比較、学習・ファインチューニング、データを出せる検証

買うべき状態ははっきりしています。用途が決まっていて、ミニ検証や業務PoCで効果が確認済みで、PoCと本番を同じ機材で行う場合です。この状態なら貸出を挟む意味は薄く、『予算別ローカルLLM PC 2026』の予算帯から選んで調達したほうが早いです。

借りるべき状態は、「置きたいが、何を買えばいいか分からない」「そもそも置けるかが分からない」「本番機の納期待ちの間に検証を進めたい」のいずれかです。クラウドGPUで足りる状態は、社外に出せるデータで複数モデルの精度を比べたい場合や、学習・ファインチューニングの実験です。

借りて確かめる3つのこと

貸出で確かめることは3つに絞ります。精度の検証ではありません。精度は実データと正解データを揃えた業務PoCで測るものです。貸出で答えを出すのは、「置けるか」「速いか」「誰が回せるか」の3つです。

1. 置けるか（設置環境）

持ち込んで初めて分かる項目です。電源の系統、発熱と騒音、閉域ネットワークへの接続、既存の認証との連携、設置場所の施錠。机上では「問題ない」と判断していた項目が、実際に機材を置くと詰まることがあります。確認項目は設置チェックの記事に10項目でまとめていますが、貸出中にやることは単純で、想定する設置場所に実際に置き、想定する接続範囲で実際につなぎ、情報システム部門に実際に見てもらうことです。

2. 速いか（想定人数での応答速度）

ベンチマークの数字より、自社の利用者が実際に触ったうえでの体感が判断に効きます。測り方は2段階です。まず1人で使ったときの生成速度を記録します。生成速度の上限は実効メモリ帯域をモデルサイズで割った値で決まり、たとえばDGX Spark（帯域273GB/s）で高密度の70Bモデルを動かすと理論値で毎秒約6トークンです。チャット対話で違和感なく使える目安は毎秒10トークン以上なので、この構成なら1人でもモデルを変える判断になります。

次に、想定する同時利用人数で使ったときの待ち時間を記録します。同時利用数を1人、3人、5人と段階的に増やし、1人あたりの速度がどこで許容ラインを割るかを見ます。速度の物差しは『ローカルLLMの速度はメモリ帯域で決まる』、記録の様式は『ローカルLLM PoCの評価シート』を使ってください。

3. 誰が回せるか（運用体制）

導入が止まる最大の要因は運用担当者の不在です。貸出中に、モデルの切り替え、再起動、利用者の追加、障害時の切り分けを、実際に社内の担当者に一度ずつやってもらいます。「自分たちで回せる」のか、「ベンダー保守が要る」のか、「運用委託に出す」のかが、2週間の中で見えてきます。運用タスクの一覧と工数の目安は『導入したローカルLLM、誰が維持するのか』にあります。

機材の選び方（DGX SparkとMac）

機材はモデルサイズではなく、メモリ帯域と同時利用人数で選びます。2026年10月時点で貸出している4機種を、向く用途と向かない用途で並べます。価格は税別で、配送・設置・返却時の初期化を含み、往復送料は実費です。

機材	メモリ	帯域	向く用途	向かない用途	1週	2週
DGX Spark	128GBユニファイドメモリ	273GB/s	複数人の同時利用、長文資料の読み込み（RAG）、MoE系モデル	1人で長い回答を書かせる用途（デンス系モデルは応答が遅い）	7万円	12万円
DGX Spark ×2（クラスタ）	256GB（2台合計）	273GB/s ×2	200B級モデルの検証、部門規模の同時利用	1台で足りる小規模の検証	12万円	20万円
MacBook Pro 128GB	128GBユニファイドメモリ	500GB/s級	1人〜数人で応答の速さを重視する用途、持ち運びや閉域環境での検証	多人数の同時利用	4.5万円	8万円
Mac Studio	96GB〜512GB（在庫による）	800GB/s級	1人〜少人数で大型モデルを速く動かす用途	多人数同時の長文読み込み	6万円	10万円

選び方の原則は2つです。1人〜数人で応答の速さを重視するならMac、複数人の同時利用や長文資料の読み込みが中心ならDGX Sparkです。両方を比較したい場合は機材を追加して借りることもできます（別料金）。機材はOllama・vLLM・Open WebUIと日本語モデルを読み込んだ環境構築済みの状態で届くため、環境構築に検証期間を食われません。MacとRTX構成のどちらを本番で選ぶかの判断軸は『ローカルLLMはMacかRTXか』を参照してください。

2週間の標準スケジュール

2週間を漫然と使うと、最終日に「まだ試していないことがある」状態で返却日を迎えます。前半に設置と接続、後半に実測、最終日に判定という配分で、標準の過ごし方を表にします。

日	やること	確認する項目
1日目	到着、設置場所に配置、電源接続、社内LANへの接続	電源の系統、設置場所、接続範囲、情シスの立ち会い
2日目	利用者の端末からの接続確認、認証の設定、読み込み済みモデルの動作確認	既存認証との連携、UIへの到達、1人での生成速度
3〜4日目	想定業務の試行（要約、検索、下書きなど）、発熱と騒音の確認	1人利用での体感速度、執務室に置けるか
5日目	1週目の振り返り。延長の要否をここで判断	設置と速度の仮判定、2週目の実測計画
6〜8日目	サンプルデータでの試行、同時利用の実測（1人・3人・5人）	同時利用での待ち時間、許容ラインを割る人数
9〜10日目	運用タスクの試行（モデル切り替え、再起動、利用者追加、障害時の切り分け）	社内で回せるか、保守の範囲
11〜12日目	利用者ヒアリング、3年費用の整理、推奨構成の検討	体感評価、費用対効果、本番構成の候補
13日目	判定レポートの作成（可・条件付き可・不可、根拠、推奨構成、概算）	判定の根拠が実測値で示せているか
14日目	返却、ストレージの完全消去とOS再展開、消去記録の受領	消去記録、次の段階の確認

延長は1週間単位でできますが、次の貸出予定との兼ね合いがあるため、延長の希望は検証1週目のうちに出してください。5日目の振り返りで判断するのはこのためです。

情報システム部門への持込申請に必要なもの

社内のセキュリティ規程で持込機器の申請が必要な会社がほとんどです。申請に必要な書類は貸出側が用意します。主なものは3つです。

構成図: 機材、接続先のスイッチ、利用者端末、認証の位置を示した図
接続範囲の説明: 原則として貴社のLAN内だけに接続し、インターネットへの接続は行わないこと。接続するVLANやIPアドレスの範囲
データの取り扱い説明: 機材内に保存されるデータの種類、外部送信がないこと、返却時の消去手順

規程で求められる書式があれば、事前に送ってもらえば合わせます。閉域での構成の考え方は『生成AIをオフラインで使う2026』、閉域に置いても残るリスクは『ローカルLLMは本当に安全か』で整理しています。申請は到着前に通しておかないと、1日目に接続できず、2週間のうち数日を失います。

検証に実データを使ってよいか

機材は貴社内に設置し、外部へデータを送信しない構成で渡します。ただし貸出と実現性検証の目的は設置の実現性の判定であり、実データでの精度検証は業務PoCで承ります。サンプルや一部のデータを使って試す場合はヒアリング時に相談してください。

実データを使うなら、PoCに本番データを使ってよいかの判断と同じ考え方が必要です。閉域の検証機に限定する、マスキングしたデータを使う、合成データで代替する、の3段階で考えます。返却時の消去は後述のとおりで、次の貸出先に貴社のデータが残ることはありません。

返却時のデータ消去と記録

借りた機材には、検証中に入力した文書や利用者の情報が残ります。返却時の扱いは契約前に確認すべき項目で、「初期化します」だけでは不十分です。確認するのは3点です。

項目	内容	確認すること
ストレージの完全消去	ファイル削除ではなく、ストレージ全体を消去する	消去方式と対象（内蔵ストレージ全体）
OSの再展開	消去後にOSと検証環境を再構築する	貴社の設定・アカウントが残らないこと
消去の記録	消去日時、対象機材、方式を記した記録	記録が渡されること。社内の規程で求められる様式があれば事前に伝える

私たちの貸出では、返却後にストレージの完全消去とOSの再展開を行い、消去の記録を渡します。社内規程でデータ消去証明の提出が求められる会社では、この記録がそのまま使えます。

貸出料の充当と次の段階

貸出は目的ではなく入口です。2週間で得た判定をもとに、次の段階は3つに分かれます。

判定	内容	次の段階
可	想定人数で目標の応答速度を満たし、設置・運用・費用の条件がすべて揃っている	業務PoCで効果を検証するか、導入に進む
条件付き可	機種の変更、同時利用人数の制限、運用担当者の確保など、明示した条件を満たせば置ける	条件を解消してから業務PoCか導入へ
不可	要件をローカルで満たせない、または費用対効果が出ない	クラウドAIの利用、機密業務だけをローカルにする使い分け、時期を待つ

貸出料は、次の業務PoC・導入費用・機材購入のいずれにも充当できます。検証後にそのまま機材を購入する場合は機種の選定と調達を支援し、納期待ちの間は空き状況により貸出を継続することもできます。「不可」の判定でも検証費用はかかりますが、機材を買わずに判断できたこと自体が成果です。段階ごとの費用の全体像は『ローカルLLM PoCの費用・期間・進め方』、稟議に載せる書き方は『ローカルLLM PoCの稟議書テンプレート』を参照してください。

機材のみ借りる場合と、実現性検証を依頼する場合

貸出には2つの形があります。自社に検証できる担当者がいるかどうかで分かれます。

形	向く組織	含まれるもの	費用の目安
機材のみ貸出	自社に検証できる担当者がいて、機材だけ必要なIT部門・研究開発部門	環境構築済みの機材、配送・設置・返却時の初期化、30分の事前ヒアリング、メールでの技術的な質問対応	1週4.5万円〜（税別・機材により異なる）
社内設置の実現性検証	オフィスに置きたいが、何を買えばいいか、そもそも置けるかが分からない企業	1機種の2週間貸出、設置と社内ネットワークへの接続支援、利用人数・用途での実測、運用体制と3年費用の整理、判定レポート	30万円〜（税別・2週間・機材貸出料込み）

機材のみの貸出は、本記事の「借りて確かめる3つのこと」を自社で回せる組織向けです。実現性検証は、設置・実測・費用整理・判定レポートまでを含みます。従業員30人規模で情報システム部門が兼任の会社では、後者のほうが結果的に早く結論が出ます。規模別の現実解は『中小企業のローカルLLM2026』を参照してください。

検証前チェックリスト

機材が届く前に、次の項目を確認しておくと、2週間をまるごと検証に使えます。

まとめ

「ローカルLLM レンタル」はレンタルサーバー・クラウドGPU・物理機材の貸出の3つに分かれ、閉域で「置けるか」を確かめられるのは物理機材だけです
買ってから分かる失敗は「遅くて使われない」「置けない」「半年で止まる」の3型で、貸出で確かめる「置けるか・速いか・誰が回せるか」はその裏返しです
機材はメモリ帯域と同時利用人数で選びます。1人〜数人で速さを重視するならMac、複数人の同時利用や長文の読み込みならDGX Sparkです
2週間は前半に設置・接続、後半に実測、最終日に判定の配分にし、延長の要否は1週目のうちに判断します
返却時はストレージの完全消去とOS再展開と消去記録を確認し、貸出料は次のPoC・導入・購入に充当します

よくある質問

Q. ローカルLLMの機材レンタルとクラウドGPUは何が違いますか？

借りるものと、データの所在が違います。クラウドGPUは事業者側のGPUインスタンスを時間課金で借り、データはクラウドにアップロードします。物理機材の貸出はDGX SparkやMacそのものを自社オフィスに置き、自社LANだけに接続して使います。モデルの性能比較や学習の実験はクラウドGPUで足りますが、閉域で「置けるか」を確かめるには物理機材が必要です。

Q. 借りて何を確かめればよいですか？

「置けるか」「速いか」「誰が回せるか」の3つです。設置場所・電源・接続・持込申請が通るか、想定人数で応答速度が許容ラインを満たすか、モデル更新や障害対応を社内で回せるかを、実際に機材を置いて確かめます。精度の検証は実データと正解データを揃えた業務PoCで行います。

Q. DGX SparkとMacのどちらを借りればよいですか？

1人〜数人で応答の速さを重視するならMac、複数人の同時利用や長文資料の読み込みが中心ならDGX Sparkが向きます。モデルサイズではなくメモリ帯域と同時利用人数で決まるためで、両方を比較したい場合は機材を追加して借りることもできます。ヒアリングで用途と人数を聞いたうえで決めます。

Q. 検証に実データを使えますか？

機材は外部へデータを送信しない構成で渡しますが、貸出と実現性検証の目的は設置の実現性の判定で、実データでの精度検証は業務PoCで承ります。サンプルや一部のデータを使う場合はヒアリング時に相談してください。返却時にはストレージを完全に消去し、消去記録を渡します。

Q. 期間の延長や、検証後の購入はできますか？

延長は1週間単位でできます。次の貸出予定との兼ね合いがあるため、延長の希望は検証1週目のうちに出してください。検証後にそのまま購入したい場合は機種の選定と調達を支援し、貸出料は購入時に充当します。納期待ちの間は空き状況により貸出を継続することもできます。

Q. 社内のセキュリティ規程で持込機器の申請が必要です。対応できますか？

できます。申請に必要な構成図、接続範囲の説明、データの取り扱い説明を貸出側で用意します。機材は原則として貴社のLAN内だけに接続し、インターネットへの接続は行いません。規程で求められる書式があれば事前に送ってください。申請は到着前に通しておくと、1日目から接続できます。

主な参考資料: Gartnerの生成AIプロジェクト頓挫予測（Gartner Newsroom）、生成AIに関する実態調査2026春（PwC Japan）、生成AI受託開発の費用相場2026（renue）

TodoONadaでは、DGX SparkやMacを貴社オフィスに設置して2週間で「置けるか」を判定する社内設置の実現性検証（30万円〜・税別・機材貸出料込み）と、自社で検証する組織向けの機材のみの短期貸出（1週4.5万円〜・税別）を承っています。機材は環境構築済みで届き、貴社のLAN内だけに接続し、返却時にはストレージを完全に消去して記録を渡します。貸出料は次の業務PoC・導入・機材購入に充当します。「借りるべきか、もう買ってよいか」の整理のご相談だけでも歓迎します。

この記事に関連するサービス

TodoONada株式会社では、機密データを外部に出さないローカルLLMの導入支援を行っています。

ローカルLLM導入支援 — GPUサーバーでの本格構成。モデル選定からRAG構築・運用まで
Macで始める社内専用AI導入支援 — Mac 1台から始める社内専用AI。PoCから部門導入まで対応
ローカルLLM 社内設置の実現性検証（機材貸出） — 機材を買う前に、DGX SparkやMacを貴社オフィスに2週間設置して「置けるか」を判定。機材のみの短期貸出も対応

導入・開発のご相談はお問い合わせからお気軽にどうぞ。検討段階のご相談も歓迎です。