プログラミングや3DCGで何か作りたいと思っているエンジニアがいます
Ollamaの最新版0.34.4を、MacとWindowsで入れるところから使いこなすまで通し直しました。「ローカルで使う」を選んでもチャットの既定はクラウドのモデル、考える機能が最初からオンで1文の答えに71.6秒（切ると1.24秒）。読める長さの既定はGPUのメモリで決まり、Macは32k・RTX 3060は4k。上限を超えると半分まで黙って切り詰め、Windowsは200行で先頭を忘れました。速さはRTX 3060がMacの2.6〜3.0倍、GPUに載らない27BだけMacが逆転。モデルの選び方と最初に見直す6つの設定、スクリプト全文つき。
リモート接続したまま測ったベンチマークの数字は信じていいのか。Macで模擬負荷、Windowsで本物のDeskIn接続を実測しました。汚れは1.5〜2.0%。ただし犯人は映像エンコーダではなく、画面取得が使うGPUの3Dエンジンでした。
無料のVMware FusionとUTMにWindows 11 ARMを入れ、3Dアクセラレーションが本当に効いているかを確かめました。VMwareはホストのMetalに繋がっていて3Dゲームが動きます。ところがUTMはDirectXの数字が全部VMwareより上なのに、GPUを一切使っていませんでした。決め手はVendor ID 0x1414です。ただし調べて分かるのは「土俵に上がれるか」までで、個々のゲームが動くかどうかは動かしてみないと分かりません。
DLLファイルとは何か、中身はどうなっているのかを実際に作って確かめた記録。DLLの中身は外から呼べる関数の名簿で、C・C++・Rust・C#で作って両OSで覗きました。C++とRustの同居も可能ですが、公開する関数を明示しないときの壊れ方はOSで正反対です。作り方4通り・使い方3通り・DLLが無いときのエラー処理まで
.dylib とは何か、.so や .dll と何が違うのかを実際に作って確かめた記録。違いの軸は「いつ名前が解決されるか」の1つだけで、拡張子そのものは何も決めていません。静的リンクはオブジェクトファイル単位で取り込むため、呼んでいない関数まで付いてきます
FlutterからネイティブへC++で架けた橋を、そのままRustで架け替えて比べました。生のC ABIならRust 0.0089µs・C++ 0.0091µsで一致し、橋の材質は速度に関係ないと分かります。一方 flutter_rust_bridge は既定で1,442倍。さらにWindowsでは「渡った先が支配的」という前提が崩れ、Smart App Controlに阻まれてビルドすらできませんでした。
Whiskyの開発が終わったあと、Macで何を入れ直せばいいのかを実測でまとめました。移行先ごとの導入容量と所要時間、22GBのボトルのうち持ち出す価値があるのは2.7MBだけだったこと、そして同じWarframeがWine 11.14では起動すらしないのに11.13では動くという結果まで。
Whiskyの開発が終わって1年3か月。MacでWindowsゲームを遊ぶ手段は、Mac版ネイティブ・無料の互換レイヤー・CrossOver・クラウドゲーミング・仮想マシンの5つに整理できます。実測値と2026年8月時点の各ツールの版を並べ、目的別・予算別の判断表にまとめました。
ローカルLLMを動かす『推論エンジン』を、同じモデル・同じ量子化で比較。Mac（Apple M4）でllama.cpp(Metal)とMLXはほぼ互角（20.6 vs 21.1 tok/s、MLXはロードが速く省メモリ）。Windows（RTX 3060・CUDA）は同じllama.cppのコードで約3倍速の62.1 tok/s。量子化とは何か・VRAMに載るとは何かを図解し、自分のPCならどのサイズが最適かの判断表も作りました。
声で話せるローカルAIアシスタント（p936/p937）を実際に使うと『返事までの間』が長い。遅延を実測して内訳（文字起こし→LLM生成→音声合成）に分解し、LLMを逐次出力して文ができた端から音声合成・再生する『逐次パイプライン』で改善。最初の音までが実測13.5秒→2.7秒（約80%短縮）。Windows（CUDA）でも同じコードで動作し6.9→1.6秒。バッチと逐次の違いを図解＋実装コード。
以前『MCPとは』を概念だけ解説しました（p909）。今回はその実践編。自作のローカルAIエージェント（p935）をMCPクライアントにして、自作の最小MCPサーバと公式のfilesystemサーバを道具として繋ぎます。ローカルLLM（Ministral 3・完全オフライン）が自律的にMCPの道具を呼ぶまでを実装コードつきで。道具名の衝突を名前空間で解決するなど、実際にやって初めてわかったハマりどころも正直に書きました。WindowsでもMac共通コードで動作確認済み。
Flutterから端末固有の機能(端末情報・ネイティブUI・バッテリー残量)を呼ぶ方法を、手書きのMethodChannel／コード生成のPigeon／dart:ffi＋C++ディスパッチャの3構成で実装し、iOS・Android・macOS・Windowsの4つで往復時間を実測して比較しました。橋そのものの往復はFFIが約300倍速い一方、端まで行かせると差は縮みます。型安全性・呼び分けの置き場所・スレッドの扱い・ビルド配線まで、Dart/Swift/Kotlin/C++の実装コードつきで解説します。
Flutterで書いた1つのコードを、iPhone・Android・Web・Mac・Windowsの5つに出してみました。なぜ同じコードが動くのか（FlutterはOSの部品を借りず自前で画面を描く）を図解し、ビルド時間・成果物サイズを5つで実測。同じコードでもmacOSはサンドボックス、Androidはリリース時のINTERNET権限が必要で通信できず、Windowsは何もせず通信できた——OSごとに違う通信の作法や、戻るボタンの形の違いまで、実際に踏んだつまずきと対処を実装コードつきで紹介します。
MacでWindows用ゲームを動かす方法をWhisky中心にまとめました。互換レイヤー・仮想マシン・Boot Camp・Mac対応版の違い、特に混同しやすい互換レイヤーと仮想化の差、ボトルの作り方、動くもの・動かないものの傾向、うまくいかないときに見るところ、開発終了後の選択肢まで扱っています。