大規模言語モデル（LLMs：Large language models）についてビジネス利用するにあたり，情報漏洩等のセキュリティリスクを懸念する声が上がっている．この際に，セキュリティリスクを最小化する方法として，ローカル環境でのLLMを活用したシステムが求められている．一方で、活用するLLMに対して，どのような計算資源が必要か，一般的なベンチマーク等から理解し選定することは容易ではない．このため，開発者がローカルLLMの動作を容易に評価できるよう，GPUインスタンスとLLMの推論環境を一時的に自動構成し，スループットやレイテンシーを計測できる支援システムを提案する．