【780M向け】llama.cpp Vulkanロードモード自動設定でVRAM二重コピー解消、AMD ROCmFP4量子化モデル群がLaguna-S・GPT-OSS・Nemotron 3 Nanoへ拡大

目次

1. Vulkan iGPU用ロードモード「auto」がデフォルトに
2. Strix Halo（gfx1151）VRAM列挙問題 — BIOS Auto設定で0を返す
3. HIPメモリプールフォールバック — VMM信頼性低下時
4. rocWMMA FlashAttentionカーネル削除
5. OpenCL RMSノーマライズ修正
6. AMD ROCmFP4量子化モデル群 — Laguna-S・GPT-OSS・Nemotron 3 Nano
7. Qwen 3.5 122BのVulkanフリーズ問題
8. vLLM ROCmパフォーマンス改善3件
9. まとめ

この記事はAIによって編集・作成されています。

llama.cppのデフォルトロードモードがautoへ移行し、780M等のiGPU環境でmmapによる二重メモリコピーを回避する改善が適用されています。これによりVRAM 16GBの機材でモデル読み込み時ホストメモリとの競合が解消されます。同時にAMD ROCmFP4量子化モデルがLaguna-S 2.1に加えGPT-OSS 120B、Nemotron 3 Nano 30B A3BのStrix Lean版がHugging Faceに公開。BIOS設定AutoでVRAM列挙が0を返すStrix Haloの既知問題も報告されています。

Vulkan iGPU用ロードモード「auto」がデフォルトに

mmap回避で780Mのメモリ競合を解消

PR#26081 で llama.cpp のデフォルト load-mode が auto に設定されました。この変更は PR#20834 および PR#26023 の後継改善です。

iGPU環境では、モデルをmmapで読み込むとホスト側にコピーされた後にデバイス共有メモリへ再度コピーされる二重コピーが発生します。780M（RADV PHOENIX）のようにVRAM 16GBの環境では、モデルサイズが1.5倍に膨張する分、16GBをあっという埋め尽くします。load-mode auto は iGPU では mmap を回避し、デバイスへ直接読み込むモードを自動選択します。

これにより16GB VRAMの780MでQ4_Kモデルを正常に読み込めるようになります。

• 情報源: github.com/ggerganov/llama.cpp/pull/26081

実際に試せる設定

既存のビルドで手動設定する場合は以下の通りです。

./main -m model.gguf --load-mode auto
# または CMakeビルド時
-DGGML_VULKAN_LOAD_MODE_AUTO=ON

新しいデフォルトが適用されたビルドでは不要ですが、旧版ユーザーは明示指定が必要です。

Strix Halo（gfx1151）VRAM列挙問題 — BIOS Auto設定で0を返す

BIOS GPU割当「Auto」でVRAMサイズが0として認識される

Issue #26089 で、AMD Strix Halo APU（gfx1151、32GB UMA）において、Windows 11環境（Bosgame M5）でBIOSのGPUメモリ割当を「Auto」に設定した際、VRAM列挙が0を返す問題が報告されています。「Fixed」設定に切り替えると正常に32GBとして認識されます。

これはStrix Halo特有の問題で、780M（gfx1045）には影響しない可能性がありますが、同じAMDプラットフォームでiGPUモデルを動かす上では重要な制約事項です。

• 情報源: github.com/ggerganov/llama.cpp/issues/26089

回避策

# BIOS設定でGPU Memory SizeをFixedに切り替え
# Auto（自動）を避ける

この問題はStrix Halo（32GB UMA）の既知制約として認識されており、Auto設定のままではllama.cppのVRAM容量判定が失敗し、モデル読み込みに問題が出る恐れがあります。

HIPメモリプールフォールバック — VMM信頼性低下時

共有メモリ環境でのHIPビルド改善

PR#26054 で、HIPビルドにおいてVMM（Virtual Memory Manager）が信頼できない場合にレガシーメモリプールへフォールバックする処理が追加されました。これは共有メモリシステム、特にiGPU環境での安定動作に寄与します。

• 情報源: github.com/ggerganov/llama.cpp/pull/26054

rocWMMA FlashAttentionカーネル削除

CUDA用FlashAttentionをAMDから完全撤去

PR#26046 により、AMD向けCUDA FlashAttentionカーネル（rocWMMAベース）が完全に削除されました。AMDハードウェアは現在、より高性能なMMAカーネルを使用します。これは2026年7月24日のコミット（2026-07-24 15:53）で確定しました。

780MではVulkanが主な推論バックエンドですが、ROCm系カーネルの統合はAMD全体のパフォーマンス基盤強化につながります。

• 情報源: github.com/ggerganov/llama.cpp/pull/26046

• コミット: 2026年7月24日 15:53

OpenCL RMSノーマライズ修正

OpenCL Vulkan共存時のfused RMS norm固定

PR#26085 でOpenCLのfused RMS normにおけるmul viewのオフセット修正が行われました。AMDハードウェアではOpenCLがVulkanと共存する可能性があるため、ノーマライズ処理の正確性は推論安定性に関わります。

• 情報源: github.com/ggerganov/llama.cpp/pull/26085

AMD ROCmFP4量子化モデル群 — Laguna-S・GPT-OSS・Nemotron 3 Nano

Laguna-S 2.1 ROCmFP4 Strix向け量子化モデル3種

Hugging FaceにLaguna-S 2.1のROCmFP4量子化モデルが3種公開されています。すべてStrix / gfx1151向けです。

• 1337Hero/Laguna-S-2.1-Q4_0-ROCMFP4-GGUF — Vulkan実験版。サイズ未確認。

  • huggingface.co/1337Hero/Laguna-S-2.1-Q4_0-ROCMFP4-GGUF

• kingjones777/Laguna-S-2.1-Q4_0_ROCMFP4_STRIX_LEAN-GGUF — Strix Lean版。サイズ未確認。

  • huggingface.co/kingjones777/Laguna-S-2.1-Q4_0_ROCMFP4_STRIX_LEAN-GGUF

• jcbtc/Laguna-S-2.1-Chadrock-ROCmFP4-StrixKVSpine-V4-GGUF — エージェントコーディング／ツールユース向け。StrixKVSpine V4採用。

  • huggingface.co/jcbtc/Laguna-S-2.1-Chadrock-ROCmFP4-StrixKVSpine-V4-GGUF

GPT-OSS 120BとNemotron 3 Nano 30B A3B — 大規模MoEのROCmFP4対応

さらに大規模MoEモデルのROCmFP4 Strix Lean版も公開されています。

• gsrunion/gpt-oss-120b-ROCmFP4-STRIX_LEAN-GGUF — 大規模MoE GPT-OSS 120B。サイズ未確認。

  • huggingface.co/gsrunion/gpt-oss-120b-ROCmFP4-STRIX_LEAN-GGUF

• gsrunion/Nemotron-3-Nano-30B-A3B-ROCmFP4-STRIX_LEAN-GGUF — MoE Mambaハイブリッド30B（A3B）。サイズ未確認。

  • huggingface.co/gsrunion/Nemotron-3-Nano-30B-A3B-ROCmFP4-STRIX_LEAN-GGUF

これらのモデルのサイズはすべて「未確認」とされています。780M（16GB VRAM）で動作させる場合は、実際のVRAM使用量とロードテストが必要です。

Qwen 3.5 122BのVulkanフリーズ問題

モデル読み込み時100% CPUフリーズ

Issue #26087 で、Bosgame M5（Ryzen AI Max）にてQwen3.5-122B-A10B-MTPをVulkanでロード中に100% CPUフリーズする事象が報告されています。

780Mユーザーへの直接影響は不明ですが、同じAMDプラットフォームでのVulkanモデル読み込み時には留意が必要です。

• 情報源: github.com/ggerganov/llama.cpp/issues/26087

vLLM ROCmパフォーマンス改善3件

bf16→fp32ルーターGEMMのフォールバック問題

vLLMのbf16→fp32ルーターGEMMがROCm環境でstandalone copy kernelへフォールバックする性能問題が報告されています。ROCm環境での推論速度低下に関わる可能性があります。

RDNA世代のhybrid-Mambaモデルでデコード崩壊

RDNA世代において、hybrid-MambaモデルがTriton paged attentionにフォールバックしデコードが崩れる問題が報告されました。780Mを含むRDNA3への直結する問題です。デコード性能の大幅低下が懸念されます。

ROCmネイティブコンパイルキャッシュ配置

Issue #49763 でROCm CIのネイティブコンパイルキャッシュをローカルディスクへ強制配置する改善が入りました。ROCmユーザーのパフォーマンスと信頼性向上が期待されます。

ROCm MoE expert_map vs AITER expert_mask不整合修正

Issue #49758 で、MoE環境においてEP（Expert Parallelism）下でのnon-AITER expertsのexpert_mapとAITER expert_maskのミスマッチが修正されました。

• vLLM bf16→fp32 GEMM問題: github.com/vllm-project/vllm

• RDNA hybrid-Mambデコード崩壊: github.com/vllm-project/vllm

• ROCmコンパイルキャッシュ: github.com/vllm-project/vllm/issues/49763

• ROCm MoE expert_map修正: github.com/vllm-project/vllm/issues/49758

まとめ

780Mユーザーはまずllama.cppの最新ビルドをビルドし、デフォルトのロードモードautoでVRAM競合が解消されることを確認してください。Strix HaloユーザーはBIOS設定を「Fixed」に切り替える必要があります。ROCmFP4モデルのLaguna-S 2.1はStrix向けに最適化されていますが、780Mでの動作検証は未確認です。大規模MoE（GPT-OSS 120B）は16GBの780MではVRAM不足の可能性が高く、Strix Lean版でもロードテストが必要です。vLLMのRDNA hybrid-Mamb問題については、Mamba系モデルを使用しない限り780Mへの直接的な影響はありません。

その他おすすめリンク

【2026年8月】クーポン・ポイント情報　GMKtec MINISFORUM GEEKOM ACEMAGIC　公式サイト攻略法

How to Get the Lowest Price on the SwitchBot Official Store (US, UK & EU): The Complete Checkout Strategy — August 2026

当ページの商品リンクは基本アフィリエイト（SwitchBot、Amazon、楽天、アリエクスプレス他）となっております。ご協力いただければ幸いです。