【780M向け】2026-08-05 AMD 780M Vulkan: mmap回避で共有メモリ二重ロード解消、RDNA3のMambaフォールバック問題判明
目次
この記事はAIによって編集・作成されています。
2026-08-05時点のAMD 780M（RADV PHOENIX）向けローカルLLM情報をまとめる。llama.cppのiGPU mmap回避デフォルト化が共有メモリ環境で決定的に重要。一方、vLLM側ではRDNA世代でhybrid-MambaモデルがTritonフォールバックしてデコード崩壊する問題が判明した。Strix Halo関連のVRAM認識不具合も共有メモリ環境で要注意。
llama.cpp: iGPUでmmap回避がデフォルトに（共有メモリ二重ロード解消）
PR#26081: add default load-mode auto, which avoids mmap on iGPUs
情報源: https://github.com/ggml-org/llama.cpp/pull/26081
AMD 780Mを含むiGPUユーザーにとって最重要の修正。llama.cppはデフォルトでload-mode auto（mmap回避）になった。これにより、モデルがシステムメモリからデバイス共有メモリにコピーされる際に、mmapされた領域とコピー先でメモリを二重に占有する問題が解消された。
780M環境（例: Ryzen 7 7840HS / 7735HS / 7535HS搭載機）では、GPUメモリはシステムメモリと共有（UMA）であり、BIOS設定で割り当てるVRAM上限（通常2GB〜8GB）を超えるモデル読み込み時に、mmapが残っていると実質的にモデルサイズの2倍のRAMを消費する。load-mode autoデフォルト化は、この二重ロードを防ぐ。
これは#20834と#26023の後続修正。iGPU環境ではmmapの恩恵（ディスク直読みによるメモリ節約）より、共有メモリでの二重占有リスクの方が深刻だった。
影響と推奨
llama.cppを最新に更新し、明示的に--mmapを指定していない限り、自動でmmap回避される
既存スクリプトで--mmapを指定している場合は、iGPU環境では削除を検討
モデルサイズがシステムRAMの50%を超える環境（16GB RAMで8GB+モデル）で特に効果大
vLLM: RDNA世代でhybrid-MambaモデルがTritonフォールバックしてデコード崩壊
[Performance] On RDNA, hybrid-Mamba models fall back to Triton paged attention and decode collapses
情報源: vLLM issue（RDNA hybrid-Mambaフォールバック報告）
vLLMにおいてRDNA世代GPU（RDNA3含む、AMD 780Mのアーキテクチャ）でhybrid-Mambaモデルを実行すると、Triton paged attentionにフォールバックし、デコードフェーズが崩壊する問題が判明。
780Mを含むRDNA3 iGPUユーザーは、hybrid-Mambaアーキテクチャのモデル（Mamba/SSMとTransformerのハイブリッド）をvLLMで動かそうとすると、期待した速度が出ないか、デコードが不安定になる可能性がある。
現状の対策
RDNA3 iGPUでMamba系モデルを使う場合は、llama.cppのVulkanバックエンドを使用する方が安定
vLLMのROCm/Vulkan対応はRDNA世代よりRDNA4+ / Strix Halo世代に最適化が進んでいる可能性
hybrid-Mambaモデルの利用は当面避けるか、llama.cppでの動作確認を推奨
Strix Halo（gfx1151）関連: VRAM認識不具合・Vulkanハング事例
以下の情報はAMD 780Mとは異なるAPU（Strix Halo / Ryzen AI Max）に関するものだが、共有メモリ環境のiGPUユーザーに参考となる。
Issue#26089: VRAM enumeration returns 0 on AMD Strix Halo (Windows) BIOS Auto
情報源: https://github.com/ggml-org/llama.cpp/issues/26089
AMD Strix Halo APU（gfx1151、32GB unifiedメモリ）でBIOSのGPUメモリ割り当てをAutoにすると、VRAM列挙が0を返す不具合。Fixed（固定）割り当てにすると正常動作。Windows 11環境（Bosgame M5）で確認。
780Mユーザーへの示唆: BIOSのGPUメモリ割り当て設定がAutoの環境では、llama.cppのVRAM検出が不安定になる可能性がある。Fixed設定（例: 4GB/8GB固定）に変更すると改善するケースがある。
Issue#26087: Qwen 3.5 122B hangs 100% CPU using Vulkan on AI Max
情報源: https://github.com/ggml-org/llama.cpp/issues/26087
Ryzen AI Max搭載機（Bosgame M5）でQwen3.5-122B-A10B-MTPをVulkanで読み込む際、llama.cppが100% CPUでハングする不具合。モデルロード中に発生。
780M環境での教訓: 超大規模モデル（122Bクラス）をVulkanで読み込む際、CPU側での前処理が完了せずハングするケースがある。780Mで13B以上のモデルをVulkan offloadする場合は、CPU使用率に注意し、ハングしたら--no-mmapや--mlockオプションを試す。
OpenCL: fused RMS normのバグ修正（AMD Vulkan環境でも関連）
PR#26085: fix fused RMS norm mul view offset
情報源: https://github.com/ggml-org/llama.cpp/pull/26085
OpenCLのfused RMS norm計算でmul view offsetのバグを修正。AMD環境ではOpenCLとVulkanがオーバーラップするケースがあり、OpenCLバックエンドを使用している場合はこの修正が適用される。
780Mユーザー向けの注記: Vulkanバックエンドがメインだが、OpenCLフォールバック環境やOpenCLビルドを使用している場合は、この修正でRMS norm計算の精度が改善される可能性がある。
AMD 780M Vulkan環境での実践設定
推奨llama.cpp起動コマンド（780M / 16GB RAM環境例）
# Vulkan offloadで7Bモデル実行（mmap回避デフォルト、明示的指定も可）
./llama-cli -m model.gguf \
--vocab-all \
-ngl 99 \
--gpu-device 0 \
-ub 2048 \
-ub-s 128 \
--mlock \
--no-mmap \
-t 4 \
-c 4096 \
--temp 0.7設定解説
--no-mmap: 共有メモリ環境では明示的にmmap回避。最新llama.cppではデフォルトautoだが、確実性のため指定
-ngl 99: 可能な限り多くのレイヤーをVulkan offload（780MのVRAM上限内で）
--mlock: スワップ回避。16GB RAM環境では必須検討
-t 4: スレッド数。CPUコア数に応じて調整（Eコア含む環境では物理コア数推奨）
-ub 2048: Vulkanのupload bufferサイズ。VRAM不足で落ちる場合は1024に減らす
BIOS設定の確認ポイント
GPUメモリ割り当て: Autoの場合、Fixed（4GB〜8GB）に変更を検討
iGPU有効化: 「Integrated Graphics」をEnabled
C-State / Power Saving: LLM実行中はオフ推奨（VRAMアクセス遅延の安定性向上）
本日のまとめ
llama.cppのiGPU mmap回避デフォルト化（PR#26081）は、780Mを含む共有メモリ環境で最も実質的な改善。モデル読み込み時のメモリ消費が約半分になるケースがある。一方、vLLMではRDNA世代のhybrid-Mambaフォールバック問題が判明しており、Mamba系モデルはllama.cpp Vulkanでの実行が当面推奨。BIOSのGPUメモリ割り当て設定を見直し、Autoの場合はFixedに固定するとVRAM認識が安定する可能性がある。
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。
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
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。