ローカルLLMでPLCプログラミング：なぜ今LM Studioなのか
OpenCodeやCursor、GitHub CopilotなどのAIコード生成ツールは非常に便利ですが、API利用料が従量課金で毎月数千〜数万円かかることがあります。また産業用途では「PLCのプログラムを書くためだけに毎月課金するのはもったいない」「社外のクラウドサービスにプログラム内容を送信したくない」というニーズがあります。
そこで注目なのがLM Studioを使ったローカルLLMです。自社のPC内で全て完結するため、課金ゼロ・データ漏洩リスクゼロでAIコード生成が可能です。
ただし、LM StudioでPLCコードを生成させるには、「Tool Use（ツール呼び出し）」に対応したモデルを選ぶ必要があります。単にチャットでコードを表示してくれるだけでなく、実際にファイルを作成・保存させたい場合は、この点が重要です。
LM Studioとは
LM Studioは、ローカルPCでLLM（大規模言語モデル）を実行するための無料アプリケーションです。
- 完全オフライン：インターネット接続不要。自社PC内で完結
- 無料：アプリもモデルも無料。API課金なし
- Tool Use対応：API経由で外部ツールを呼び出し、ファイルの作成・保存が可能
- チャット形式：ChatGPTのように会話しながらコード生成を依頼できる
- モデルの入れ替え自由：Hugging Faceから数千種類のモデルをダウンロード可能
- OpenAI互換API：OpenCodeやContinue.devからローカルのLM Studioに接続可能
Tool Use（ツール呼び出し）対応が必須の理由
LM StudioでPLCプログラムを生成するだけならチャットでも可能ですが、生成したコードを実際にファイルとして保存・活用するには、モデルが「Tool Use」に対応している必要があります。Tool Useを使うことで、LLMが外部の関数を呼び出し、ファイルの作成・編集・保存といった操作を実行できます。
LM Studioでは、モデル一覧に工具（ハンマー）のアイコンが表示されているモデルがTool Useに対応しています。マウスを重ねると「This model has been trained for tool use.」と表示されます。
Tool Use非対応のモデルは、コードを表示することはできても、実際にファイルを作成することはできません。PLCプログラムを実務で活用するなら、Tool Use対応モデルを選びましょう。
Tool UseはLM StudioのREST API（OpenAI互換エンドポイント）を介して利用します。PythonなどのプログラムからAPIを呼び出し、LLMの応答に応じて関数を実行し、結果をLLMにフィードバックする流れになります。
必要なハードウェアスペック
GPUの選び方
ローカルLLMの性能はGPUのVRAM（ビデオメモリ）が最も重要です。以下の表を目安にしてください。
| モデルサイズ | RAM | GPU VRAM | CPUのみでも動作 | 推奨用途 |
|---|---|---|---|---|
| 3B〜7B（小さめ） | 8GB〜 | 4GB〜 | 可能（やや遅い） | 簡易なコード生成・コメント作成 |
| 7B〜13B（中程度） | 16GB〜 | 6GB〜8GB | 可能（7Bまでは可） | 実用的なPLCコード生成 【おすすめ】 |
| 30B〜70B（大きめ） | 32GB〜 | 12GB〜24GB | 不可 | 高品質なコード生成。ただし処理が遅い |
現場のワークステーションはQuadro GPUがほとんど：どうすればいいか
工場の設計・図面作成用ワークステーションには、NVIDIA Quadroシリーズ（現行はRTX Aシリーズ）が搭載されているケースが大半です。Quadro GPUでもLLMの推論は問題なく動作します。
| GPU | VRAM | 動かせるモデル |
|---|---|---|
| Quadro RTX A2000 | 6GB | 7Bモデル（量子化版）まで |
| Quadro RTX A4000 | 16GB | 13Bモデルまで快適 |
| Quadro RTX A5000 | 24GB | 30Bモデルまで可能 |
| Quadro RTX A6000 | 48GB | 70Bモデルも動作可能 |
Quadro GPUのメリットはVRAMが大きいこと（A6000で48GB）です。LLMの推論ではVRAMの容量が最も重要なので、むしろ有利なケースもあります。ただし、GPUのコアクロックはGeForce RTXより低いため、トークン生成速度（1秒あたりの出力単語数）はGeForceより若干遅くなります。実用上は許容範囲です。
GPUがない場合や、GPUが古い場合でも、CPUのみで7Bモデルまでは動作します。LM StudioはCPU推論にも対応しているため、GPUがない産業用PCでもQwen 2.5 Coder 7B程度ならストレスなく動きます。速度はGPUの1/5〜1/10程度になりますが、コード生成程度の用途なら十分実用的です。
PLCコード生成に最適なTool Use対応モデル
実際にテストした結果に基づくおすすめモデルです。特にTool Use対応（LM Studioで工具アイコン表示）の有無が重要です。
| モデル名 | サイズ | PLCコード生成 | 日本語 | Tool Use | おすすめポイント |
|---|---|---|---|---|---|
| Qwen 2.5 Coder 7B | 7B | ◎ 強い | ◎ 日本語良好 | Tool Use対応 | 一押し。7Bながらコード生成能力が高い。16GB RAMで快適。Tool Use対応 |
| DeepSeek Coder V2 Lite | 16B | ◎ 強い | 〇 | Tool Use対応 | コード生成特化。Tool Use対応。VRAM 8GB以上推奨 |
| Llama 3.1 8B | 8B | 〇 良好 | △ 英語前提 | Tool Use対応 | Tool Use対応。汎用性能は高いが日本語は英語指示の方が精度が出る |
| DeepSeek Coder 6.7B | 6.7B | 〇 良好 | △ やや苦手 | △ バージョンによる | コード生成では定評。Tool Use対応有無を確認してから導入 |
総合おすすめ：Qwen 2.5 Coder 7B
- コード生成精度が高く、日本語の指示もよく通じる
- 7Bなので16GB RAMの産業用PCでも快適に動作
- Tool Useに対応しているため、ファイルの作成・保存が可能
- LM StudioのHugging Faceブラウザから直接ダウンロード可能
各PLC言語に対する生成精度
GX Works（三菱MELSEC シーケンサ）
最も需要が高いPLC言語。Qwen 2.5 Coder 7Bで実用的なレベルです。
LLMがラダー図の説明テキストと、シーケンサの命令語リストを出力。GX Worksのラダーでそのまま打ち込める形式で回答します。
実際に試した結果：生成されたコードをCSVファイルに書き出し、直接編集してGX Worksからインポートすることで完了します。Tool Useでファイルを自動生成させれば、手作業の編集も最小限に抑えられます。
KV Studio（キーエンス KVシリーズ）
KV Studio専用の命令セット（K型命令）にも対応可能。キーエンスのマニュアル的な知識も持っています。
実際に試した結果：プロジェクトフォルダを指定しておけば、KV Studioが自動的にファイルを読み込んで直接編集してくれます。Tool Useでプロジェクトファイルを操作するよう定義すれば、編集から反映まで自動化できます。
IAI SEL言語（IAI ロボット・アクチュエータ）
IAIのSEL言語は比較的ニッチですが、Qwen 2.5 Coderでも基本的な命令は理解しています。
実際に試した結果：テキスト形式でそのまま貼り付け可能なコードを生成してくれます。SEL言語はテキストベースのため、生成されたコードをコピーしてIAIのソフトウェアに貼り付けるだけで完了します。最も手間が少ない形式です。
LM Studioの導入手順（簡易版）
- LM Studioをダウンロード：https://lmstudio.ai/ からWindows版をダウンロードしてインストール
- モデルをダウンロード：LM Studio内の「Search」タブから「Qwen 2.5 Coder 7B」を検索しダウンロード。工具アイコンが表示されていることを確認
- モデルをロード：ダウンロードしたモデルを選択し、ローカルサーバーを起動（Developerタブ）
- API経由で接続：OpenAI互換API（http://localhost:1234/v1）に接続し、ツール定義と共にリクエストを送信
まとめ
ローカルLLMを使ったPLCプログラミングは、課金ゼロ・データ漏洩リスクゼロで実現可能です。特にLM StudioはTool Useに対応したモデルを選べば、実際にファイルを作成・保存する実務的な活用ができます。
現場のワークステーションによく搭載されているQuadro GPUでも、VRAMが十分であれば問題なく動作します。Quadro A4000（16GB）なら13Bモデルまで快適に動かせます。GPUがない場合でもCPUのみで7Bモデルは動作するため、まずは手持ちのPCで試してみることをおすすめします。
コメント