AMD Lemonade 11.5、ローカルAIサーバがルーター機能を完備
AMDが支援するオープンソースのローカルAIサーバ「Lemonade」がv11.5にアップデート。Lemonade Routerが完成し、クエリの自動ルーティングやマルチステップジョブ、MCPクライアント機能を追加した。
AMDは2026年7月22日、同社が支援するオープンソースのローカルAIサーバ「Lemonade」の最新版v11.5を、AMD Advancing AIイベントでリリースした。v11.0の公開からわずか1週間でのアップデートとなる。Lemonadeは、Ryzen AIのNPU、Radeon GPU、CPU上でLLMのワークロードをWindowsとLinuxの両環境で容易にデプロイできるソフトウェアとして注目を集めている。
最大の変更点はルーターの完成
Lemonade 11.5における最も重要な変更は、Lemonade Routerの完成である。このルーターは、定義されたポリシーに基づいてクエリを最適なモデルへ自動的に振り分ける機能を持つ。ルーティングの方式として、ルールベース、分類器（classifier）ベース、意味的類似性（semantic similarity）ベース、さらにLLM自身をルーターとして使う「LLM-as-a-Router」の4種類が用意されている。
LLM-as-a-Routerでは、小型のLLMがクエリの内容を解析し、そのクエリに最適なモデルを判断する。これにより、例えば「画像生成クエリはStable Diffusionに、文章要約はLlamaに」といった、複数モデルの協調動作がポリシー記述だけで実現できる。
ポリシーはJSONファイルで定義する方法に加え、LemonadeのGUIからも作成可能であり、エンジニア以外のユーザーでも直感的にルーティング設定を行える。
サーバーサイドジョブエンジンの導入
Lemonade 11.5は、サーバーサイドのジョブエンジンを新たに搭載した。このジョブエンジンにより、クライアントはマルチステップのレシピ（複数の処理手順を含むワークフロー）をサーバーに投稿し、/jobs エンドポイント経由で管理できるようになる。
具体的には、マルチステップレシピの一時停止（pause）、中断（interrupt）、再開（resume）、削除（delete）がAPIを通じて可能となった。これは、推論パイプラインの複数段階で異なるモデルを使い分けるような複雑なワークフローを、サーバー側で完全に制御できることを意味する。
MCPクライアントホスト機能
もう一つの新機能として、Lemonadeデーモン（lemond）が、MCP（Model Context Protocol）クライアントホストとして動作できるようになった。これにより、外部のstdioベースのMCPサーバーに接続し、それらのサーバーが提供するツールやデータソースをLemonadeのエージェントフローから利用できる。
MCPは、AIモデルと外部ツール・データソースを接続するための標準プロトコルであり、Anthropicが提唱している。LemonadeがMCPクライアントホストを備えたことで、ローカルAIサーバでありながら、ファイルシステム操作、データベース参照、Web API呼び出しといった外部機能をモデルから呼び出せるようになる。
ローカルAI実行基盤としての成熟
PhoronixのMichael Larabelの報道によれば、LemonadeはAMDが推進するローカルAIエコシステムの中心的な存在である。NPU・GPU・CPUのハードウェアリソースを透過的に扱い、ユーザーがハードウェアの違いを意識せずにLLMを実行できる点が特徴だ。
v11.5でのルーター完成により、単一モデルの実行サーバーから、複数モデルをポリシーベースで連携させるAIワークフロー実行基盤へと進化を遂げた。マルチステップジョブとMCP対応の組み合わせは、エンドツーエンドの自動化をローカル環境で実現する可能性を示している。
編集部の見解
Lemonade 11.5のリリースは、ローカルAI実行基盤の進化において重要な節目と評価できる。ルーターの完成により、エッジ環境でもクラウドと同等のモデル選択・ルーティングの柔軟性が得られる。短期的には、AMDのRyzen AI搭載PCやRadeon GPUを活用する開発者にとって、プロトタイピングの速度を劇的に向上させるツールとなり得る。特に、LLM-as-a-Routerは小型モデルでクエリを分類するため、大規模モデルを常時稼働させる必要がなく、消費電力とレイテンシの両面で効率的だ。 長期的視点では、MCPクライアントホストの実装により、Lemonadeが単なる推論サーバーから、ローカルAIエージェントの制御基盤へと進化する可能性がある。外部ツール連携が標準化されれば、開発者は自作のエージェントシステムをローカルで完結させられる。AMDがインテルやNVIDIAに対抗する差別化要因として、このオープンソース戦略を強化するかどうかが市場での立ち位置を左右するだろう。
参考
- 「Lemonade 11.5 Local AI Server Released With Completed Lemonade Router」, by Michael Larabel — Phoronix, 2026-07-22T22:35:35.000Z (ARR)
- 元記事URL: https://www.phoronix.com/news/AMD-Lemonade-11.5
よくある質問
- Lemonade 11.5のルーター機能を使うにはどのようなスキルが必要か
- JSONでのポリシー定義が可能であれば基本的な利用は十分可能。GUIからも設定できる。LLM-as-a-Routerを活用する場合は、ルーター用の小型LLMを別途用意する必要があるが、ルーター機能自体の使用にプログラミングは必須ではない。
- マルチステップジョブエンジンは具体的にどのようなユースケースを想定しているか
- 例えば、文書のOCR認識後、翻訳モデルで英訳し、さらに要約モデルで要約する、といった一連の処理を1つのレシピとしてサーバーに登録し、API経由で実行・管理できる。推論パイプラインの自動化に適している。
- MCPクライアントホスト機能で外部のMCPサーバーに接続するメリットは何か
- AIモデルから直接ファイル操作やデータベース参照、外部API呼び出しが可能になる。例えば、Lemonadeで動作するエージェントモデルが、MCP経由でローカルのファイルを読み書きしながらタスクを遂行できるようになる。
コメント