【780M向け】llama.cppのiGPU自動ロードモード追加とVulkan VRAM列挙バグ修正、ROCmFP4 Strix互換GGUFが5種公開

公開 2026年9月18日

llama: add default load-mode auto — iGPUでmmapを回避する重要修正
VRAM enumeration returns 0 on AMD Strix Halo (Windows) — BIOS Auto設定で重大バグ
ROCmFP4 Strix互換GGUFが5種相次ぎ公開 — Laguna-S 2.1・GPT-OSS 120B・Nemotron 3 Nano
HIP: remove rocWMMA FlashAttention kernel — AMDは統一MMAカーネルへ
OpenCL: fix fused RMS norm mul view offset
Qwen 3.5 122B hangs 100% CPU using Vulkan on AI Max
まとめ — 本日推奨アクション

この記事はAIによって編集・作成されています。

本日の主要3点：llama.cppがiGPU向けload-mode autoデフォルト実装、AMD Strix HaloでVRAM列挙0問題が判明、Laguna-S・GPT-OSS・NemotronのROCmFP4 Strix互換モデルが相次ぎ公開。

llama: add default load-mode auto — iGPUでmmapを回避する重要修正

llama.cpp PR#26081 で、load-modeのデフォルト値が「auto」に追加された。これによりiGPU（Vulkan/HIP）でモデル読み込み時にmmapが自動回避され、ホストメモリへのコピーとデバイス共有メモリへのモデル転送が二重化される問題を防止する。780Mのような共有メモリ型APUにとって極めて重要な修正で、従来手動設定が必要だったmmap回避がデフォルトで効くようになる。

これにより32GB UMAの780Mでも、モデルサイズがVRAM上限を超えないように自動調整される可能性が高い。従来はPR#20834やPR#26023での個別対応が必要だった箇所を、ワンセットで解決する。具体的な動作はload-mode=auto指定時、iGPU環境ではmmapを無効化し、モデルを直接デバイスメモリにロードする。

情報源: github.com/ggml-org/llama.cpp/pull/26081

実際に試せる設定例

llama-cli -m model.gguf --load-mode auto
# または明示的に指定
llama-cli -m model.gguf --load-mode 0

VRAM enumeration returns 0 on AMD Strix Halo (Windows) — BIOS Auto設定で重大バグ

PR#26089 で、Windows 11 上の AMD Strix Halo APU（gfx1151 / 32GB UMA）において、BIOSのGPUメモリ割り当てが「Auto」設定の場合、VRAM列挙が0を返す重大バグが報告された。Bosgame M5（Ryzen AI Max）で確認済み。Auto設定ではllama.cppがVRAM容量を正しく認識できず、モデル読み込み時に致命的な問題を引き起こす可能性がある。

回避策としてBIOS設定を「Auto」から「Fixed」へ手動変更する必要がある。これは780Mを含む共有メモリAPU全体に影響する可能性があり、Windows環境でのVulkan/ROCm利用ユーザーはBIOS設定の確認が推奨される。

情報源: github.com/ggml-org/llama.cpp/issues/26089

BIOS設定手順（Windows 11 / Bosgame M5環境）

# BIOS/UEFI設定画面で
GPU Memory Allocation: Auto → Fixed に変更
# 変更後、llama.cppでVRAM容量が正しく列挙されることを確認

ROCmFP4 Strix互換GGUFが5種相次ぎ公開 — Laguna-S 2.1・GPT-OSS 120B・Nemotron 3 Nano

本日、AMD Strix Halo（gfx1151）向けのROCmFP4量子化GGUFモデルが5種、Hugging Faceに公開された。すべてQ4_0量化かつROCmFP4形式で、780M含むRDNA3 iGPUでの動作が期待される。

公開モデル一覧：

Laguna-S 2.1 Q4_0 ROCMFP4 — 実験的GGUF、Strix/Hawk Path向け（サイズ未確認）
Laguna-S 2.1 Q4_0 ROCMFP4 Strix Lean — メモリ圧縮版、サイズ未確認
Laguna-S 2.1 Chadrock ROCmFP4 StrixKVSpine V4 — エージェントコーディング/ツールユース特化
GPT-OSS 120B ROCmFP4 Strix Lean — 大規模MoEモデル、サイズ未確認
Nemotron 3 Nano 30B A3B ROCmFP4 Strix Lean — MoE Mambaハイブリッド、サイズ未確認

注意: これらのモデルはいずれもサイズが未確認であり、780Mの32GB UMAで動作するかどうかは実際に検証が必要。特に120B MoEはVRAM容量が極めて大きなため、Strix Lean版でも動作保証はできない。

情報源:

HIP: remove rocWMMA FlashAttention kernel — AMDは統一MMAカーネルへ

PR#26046 および関連コミット（2026-07-24）で、AMD向けrocWMMA FlashAttentionカーネルが削除された。従来CUDA版FlashAttentionカーネルがAMD環境でも残っていたが、現在はより高性能なMMAカーネルに統一された。これによりAMDハードウェア全体で同じFlashAttention実装が使われるようになった。

この変更は780Mの推論速度に直接影響する可能性があり、新しいbuildでFlashAttention利用時にMMAカーネルが自動選択されるようになる。従来との互換性は維持されるが、内部的なカーネル呼び出しはMMA版にリダイレクトされる。

情報源: github.com/ggml-org/llama.cpp/pull/26046

OpenCL: fix fused RMS norm mul view offset

PR#26085 でOpenCLのfused RMS norm演算のmul viewオフセット修正が行われた。OpenCLはAMDハードウェアでVulkanと並列に動作できるため、この修正はVulkan利用時にも間接的な安定性向上をもたらす可能性がある。RMS norm演算の正確な動作確認が780Mの推論精度に影響する。

情報源: github.com/ggml-org/llama.cpp/pull/26085

Qwen 3.5 122B hangs 100% CPU using Vulkan on AI Max

PR#26087 で、Bosgame M5（Ryzen AI Max）でQwen3.5-122B-A10B-MTPモデルをVulkanで読み込み時、100% CPUホングが発生する問題が報告された。122Bの超大規模MoEモデル特有の問題だが、780Mで同等クラスのモデルを試す場合に同様の現象が出る可能性があり、VRAM容量（32GB）では明らかに不足するためモデルサイズ削減が必要。

情報源: github.com/ggml-org/llama.cpp/issues/26087

まとめ — 本日推奨アクション

1. llama.cppの最新buildに更新し、iGPU利用時にload-mode=autoがデフォルト効くことを確認（PR#26081）
2. Windows 11 + Strix Halo / 780MユーザーはBIOS GPUメモリをAutoからFixedへ変更（PR#26089）
3. 新規ROCmFP4 Strix互換モデルの動作はサイズ確認後に段階的にテスト
4. Qwen3.5-120BクラスはVRAM超過の可能性大、780Mでは量子化・スライシング検討が必要

【宣伝】SwitchBot 購入はこちらから

SwitchBot公式ページ
クーポン「AF-4903」で5％引き（アフィリエイトクーポンになりますのでご協力お願いします）
割引の詳しい仕組みに関してはこちらのページを参照ください。
製品ごとの特徴・紹介動画は SwitchBot 製品ガイドにまとめています。

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。