Hugging Faceが企業向けSafeCoderを発表：自社環境で動くセルフホスト型コード支援

多くの大企業にとって、AI によるプログラミング支援ツールは魅力的な一方で、最大の懸念材料でもありました。独自コードを外部のクラウドに送信することは、セキュリティやコンプライアンスの観点から法務部門が決して許さないためです。

Hugging Face は、年次イベント VMware Explore において、エンタープライズ向けのコード補完ソリューション SafeCoder を発表しました。一言で言えば、自社のプライベートクラウド内に完全構築できるオンプレミス版 GitHub Copilot です。

SafeCoder は単体モデルの配布ではなく、トレーニングから推論、運用までをカバーする商用ソリューションです。最大の特徴は、モデルの微調時も推論時も、コードが顧客の仮想プライベートクラウド（VPC）の外に一切出ない点にあります。Hugging Face を含む第三者にデータが渡ることはありません。

社内コードを学習させた独自モデルを自社インフラで動かす

本ソリューションのベースとなっているのは、BigCode プロジェクトが手掛けたオープンモデル StarCoder です。150 億パラメータを持ち、80 以上の言語に対応し、Flash Attention による 8192 トークンのコンテキスト処理が可能です。

コード補完の精度を高めるには、自社の既存コードを学習させることが不可欠です。Google の社内調査でも、独自コードを学習したモデルの補完採択率は 25 パーセントから 34 パーセントに達したと報告されています。

SafeCoder では、Hugging Face が提供する専用コンテナやスクリプトを用いて、企業自身が自前インフラ上で社内コードの抽出や個人情報除去を行い、自社専用モデルをファインチューニングします。完成したモデルのエンドポイントは社内限定で公開され、VSCode や IntelliJ などの主要エディタ向けプラグインから利用できます。

さらに著作権対策として、学習元データセット The Stack に基づく照合機能を搭載しています。生成されたコードが既存のオープンソースと一致するか、どのライセンスに該当するかを開発者が即座に確認可能です。ハードウェアも NVIDIA Ampere に加え、AMD Instinct や Intel Xeon、AWS Inferentia 2、Habana Gaudi2 など幅広くサポートしています。

なぜ重要か

私たちは、SafeCoder が大企業の生成 AI 導入における最大の障壁を真正面から取り払ったと評価しています。金融機関や通信、製造業など、厳格なデータガバナンスが求められる組織にとって、閉源モデルへの依存は情報流出のリスクと隣り合わせでした。この課題を、検証済みのオープンソース資産でクリアできる価値は非常に高いと言えます。

業界全体で見れば、GitHub Copilot などの先行するクラウド完結型サービスに対する有力な対抗軸になります。ベンダーロックインを回避しながら自社資産としてモデルを保有できる柔軟性は、長期的な IT 戦略を描くエンタープライズ層に強く響くはずです。

一方で、自前でのハードウェア調達や推論インフラの保守運用コストが発生する点は無視できません。それでも、知的財産を外部に一切渡さずに最先端の開発効率を手に入れたい企業にとっては、今すぐ検証を始めるに値する現実的な選択肢が登場したと見ています。