AI開発の現場では、Linuxが事実上の標準環境です。Microsoft Build 2026（2026年6月2日開幕）では、クラウド・Windowsデスクトップ・AIワークステーションの3層すべてでLinux関連の発表が相次ぎました。Azure Linux 4.0のパブリックプレビュー、Azure Container Linuxの一般提供、WSLコンテナ、Intelligent Terminal、Surface RTX Spark Dev Boxまで、開発者向けの実用情報が一気に揃ったイベントです。
この記事では、公式ブログとMicrosoft Learnの記述を基に、Build 2026のLinux関連発表を整理します。
この記事でわかること
- Azure Linux 4.0とAzure Container Linuxの違いと用途
- WSLコンテナ・Intelligent Terminal・Coreutils for Windowsの位置づけ
- Surface RTX Spark Dev BoxがローカルAI開発に与える意味
- 既存のマーケットプレイスLinuxディストリビューションとの関係
AI開発がLinuxを前面に押し出した背景
Microsoftの公式ブログでは、Azure上の顧客コアの約3分の2がLinuxで動いていると説明されています。ChatGPTのスケールやGitHub、Microsoft 365の基盤もLinux上に載っている、という文脈で語られています（Microsoft Open Source Blog）。
ZDNETの報道でも、AI開発はLinux上で行われるという前提が強調されています。クラウドネイティブとAIワークロードの両方で、OS層を「見えないほど安全で一貫している」状態にすることが、今回の発表群の共通テーマです。
Azure Linux 4.0：初の汎用サーバーLinux
Azure Linux 4.0は、Microsoftが自社で構築・保守するFedora派生のRPMベースLinuxです。これまでAzure Linuxは主にAzure Kubernetes Service（AKS）のコンテナホストとして使われてきましたが、4.0ではAzure仮想マシン（VM）やVM Scale Sets、コンテナイメージ向けの汎用サーバーOSとしてパブリックプレビューに入りました。
主な技術スタックは次のとおりです。
- カーネル 6.18 LTS（Hyper-V統合・GPU/AIアクセラレータ対応）
- パッケージマネージャ dnf5（Python依存を削減）
- OpenSSL 3.5（ポスト量子暗号対応）
- Python 3.14
OSライセンス料は追加されず、Azureコンピュート料金のみが発生します。Databricksは10万台超・100万コア超のVMをAzure Linuxへ移行し、イメージプルが27%高速化、クエリ実行が約5%高速化したとMicrosoftは紹介しています。
プレビュー時点で利用できるのはAzure VMとコンテナイメージです。AKSノードプールとWSL向けイメージは「Build後に提供予定」と明記されています。
Azure Container Linux：不変インフラ向けのGA
Azure Container Linux（ACL）は、Flatcar Container Linuxをベースにした不変（immutable）なコンテナ最適化OSです。2026年5月に一般提供（GA）に達し、Build 2026で本格的な展開が告知されました。
Azure Linux 4.0との役割分担は明確です。
| 項目 | Azure Linux 4.0 | Azure Container Linux |
|---|---|---|
| 更新モデル | dnf5によるパッケージ管理 | イメージベース・自動更新 |
| カスタマイズ | フルパッケージ管理 | ロックダウン・最小構成 |
| 向く用途 | 汎用AKS・VMワークロード | 規制・高セキュリティ環境 |
| SELinux | サポート | デフォルトでEnforcing |
GoogleのContainer-Optimized OSやFedora CoreOSと同系統の「Kubernetes向けホストOS」として位置づけられます。CoreOS LinuxとFlatcarの系譜を共有する点は、ZDNETの解説でも触れられています。
Windows 11とWSL：エージェント開発の基盤へ
https://learn.microsoft.com/en-us/windows/wsl/wsl-container
Windows側では、WSL（Windows Subsystem for Linux）の強化が中心です。Kyle Daigle氏（GitHub COO兼Developer CMO）は、新しいWSL機能を「エージェントネイティブなOS層」と説明し、ローカルAI開発向けの基盤として位置づけています（ZDNET）。
WSLコンテナ
WSLコンテナは、LinuxコンテナをWindows上でビルド・実行・管理するための機能です。CLIツール wslc.exe と、Windowsアプリからコンテナを操作するAPIの2本立てです。GPUアクセスやファイルマウント、ネットワークマウントにも対応予定とMicrosoft Learnに記載されています。現時点では開発中で、次回のWSLアップデートで wslc.exe が同梱される見込みです。
Intelligent Terminal
https://devblogs.microsoft.com/commandline/announcing-intelligent-terminal-version-0-1/
Intelligent Terminal 0.1は、Windows Terminalをフォークした実験的ターミナルです。Agent Communication Protocol（ACP）対応のエージェントをドック型ペインに統合し、シェルの作業ディレクトリ・終了コード・Gitコンテキストをエージェントへ渡します。デフォルトはGitHub Copilot CLIですが、任意のACP互換エージェントに切り替え可能です。Microsoft Storeまたは winget install Microsoft.IntelligentTerminal で入手できます。
Coreutils for Windows
https://learn.microsoft.com/en-us/windows/core-utils/overview
ls や grep、find など75以上のUnix系コマンドを、WSLなしでWindowsネイティブ実行するパッケージです。Rust製のuutils/coreutilsをベースに、単一の coreutils.exe からNTFSハードリンクで各コマンド名を提供します。winget install Microsoft.Coreutils でインストールできます。CMDやPowerShellの既存コマンドと名前が衝突するものはあり、Microsoft Learnの互換表で挙動を確認する必要があります。
Surface RTX Spark Dev Box：デスクトップ上のAIデータセンター
Surface RTX Spark Dev Boxは、NVIDIA RTX Sparkスーパーチップ（Blackwell RTX GPU＋20コアGrace CPU）を搭載したコンパクトな開発向けデスクトップです。128GBのユニファイドメモリと最大1ペタフロップのAI演算性能を持ち、1200億パラメータ超のモデルをローカルで動かすことを想定しています。
出荷時のWindows 11 Proイメージには、WSL 2のGPUパススルーとCUDAサポート、VS Code、GitHub Copilot、Git、Python、Node.jsがプリインストールされます。Windowsをホストに、LinuxランタイムでAIツールチェーンを回す構成です。価格と発売日は未発表で、2026年秋以降の米国向け販売が予定されています。
Microsoft Execution Containers（MXC）
MXCはLinux専用ではありませんが、同じ開発者向けストーリーの一部としてBuild 2026でプレビューされました。OSレベルのサンドボックス技術で、Windows上のAIエージェント実行を企業グレードの隔離下に置くことを目的としています（Microsoft Security Blog）。WSLコンテナとAzureのLinuxホストと並べ、Microsoftが「デスクトップからクラウドまで」のコンテナ戦略を示した側面があります。
開発者が押さえるべき実務ポイント
まず、Azure Linux 4.0は既存のUbuntuやRHELなどマーケットプレイスLinuxを即座に置き換えるものではありません。ZDNETも、Azureマーケットプレイスの既存ディストリビューションは当面残ると報じています。ただしMicrosoftのファーストパーティ参照アーキテクチャは、自社Linuxへ寄せる方向です。
次に、WSLコンテナとIntelligent Terminalはプレビュー段階です。本番パイプラインへの組み込み前に、自環境での動作確認が前提になります。Coreutils for Windowsは既にWinGetで入手可能で、クロスプラットフォームのシェルスクリプト移植にすぐ効きます。
クラウド側では、VM用途ならAzure Linux 4.0、規制の厳しいKubernetesホストならAzure Container Linux、という二層構成を覚えておくと選定が速くなります。ローカルAI開発では、Surface RTX Spark Dev BoxのようなハードウェアとWSL 2のGPUパススルーがセットで語られる点が、今回のBuildの特徴です。AI開発がLinuxを必要とする現実に、Microsoftはクラウド・Windows・ハードウェアの全層で応答する姿勢を示しました。