【780M向け】Vulkan iGPU向けload-mode auto導入とStrix Halo対応ROCmFP4モデル群、VRAM自動認識バグに注意
目次
- llama.cpp: iGPU向けデフォルトload-mode auto導入 — mmapによる二重メモリ負荷を防ぐ
- 重大バグ: Strix Halo APU（gfx1151）でVRAM自動認識が0を返す
- HIP: VMM不信頼時にレガシーメモリプールへフォールバック
- FlashAttention: CUDA用rocWMMAカーネル削除、全AMDでMMAカーネル統一
- OpenCL: 統合RMSノーマル乗算ビューオフセット修正
- Strix Halo向けROCmFP4 quantizedモデルが複数追加
- vLLM: RDNA3（780M含む）でhybrid-Mambaモデルのデコード崩れ
- vLLM: unified-memory GPUでgpu_memory_utilization未実装
- vLLM: ROCm MoE expert_mapとAITER expert_maskの不整合修正
- Bosgame M5でQwen 3.5 122BのVulkanロード時100% CPUハング
- まとめ — 今日の推奨アクション
この記事はAIによって編集・作成されています。
Vulkan iGPU環境でモデル読み込み時の二重メモリ確保を自動回避するload-mode autoデフォルト値導入と、AMD Strix Halo（gfx1151）向けROCmFP4 quantizedモデルが複数追加された。ただしStrix Halo環境でVRAM自動認識が0を返す重大バグ（BIOS設定「Auto」時）があるため、Windows 11環境ではBIOS設定を「Fixed」に手動設定する必要がある。vLLM側でもRDNA3世代でhybrid-Mambaモデルのデコード崩れ報告があり、780Mを含むRDNA3は要注意。
llama.cpp: iGPU向けデフォルトload-mode auto導入 — mmapによる二重メモリ負荷を防ぐ
llama.cppに--load-mode autoのデフォルト値追加PR（#26081）がマージされた。iGPU（共有メモリGPU）環境ではmmapによりモデルがホスト側にコピーされるため、デバイス共有メモリへの読み込みと合わせて二重メモリ使用（モデルサイズ×2）が発生する問題があった。本対応により、iGPUでは自動的にmmapが回避され、メモリ効率化が图られる。これは先行PR #20834および#26023のフォローアップ対応。
内容: default load-mode autoを設定し、iGPUでのmmapをデフォルト回避
対象: AMD iGPU（780M / Strix Halo gfx1151を含む共有メモリGPU）
効果: モデル読み込み時のホストメモリ消費をモデルサイズ×1に抑える
情報源: https://github.com/ggml-org/llama.cpp/pull/26081
実際の適用方法
最新のllama.cppビルドを使用していればデフォルトで有効。明示的に指定する場合は以下の通り。
./main -m model.gguf --load-mode auto注意: 既存のllama.cppビルドには含まれていないため、v0.2.0以降のリリースまたはmasterブランチからのビルドが必要。自作ビルド済みのユーザーは更新が必要。
重大バグ: Strix Halo APU（gfx1151）でVRAM自動認識が0を返す
AMD Strix Halo APU（gfx1151、32GB UMA VRAM）において、Windows 11上のBosgame M5マシンでBIOS GPU allocationを「Auto」に設定している場合、llama.cppのVRAM enumerationが0を返す重大バグが報告されている。これはvLLM・llama.cppの両方でモデル読み込み不能に直結する問題。
影響: VRAM認識が0になるため、モデルがロードできない（GPU利用不可としてホストメモリのみで実行しようとするか、エラー終了）
回避策: BIOSのGPUメモリ割り当て設定を「Auto」から「Fixed」に変更
対象: gfx1151（Strix Halo）APUのみ — 780M（gfx1102）では確認されていない
情報源: https://github.com/ggml-org/llama.cpp/issues/26089
780M（Ryzen 7000/9000シリーズ）ユーザーへの影響
780M（gfx1102）はStrix Halo（gfx1151）ではないため、このバグは直接影響しない可能性がある。ただしWindows環境でのVRAM認識挙動はハードウェア実装依存のため、780Mでも同様の事象が発生しない保証はない。780Mユーザーはモデル読み込み時に正常なVRAM値が表示されることを確認のこと。
HIP: VMM不信頼時にレガシーメモリプールへフォールバック
HIPビルドにおいてVMM（Virtual Memory Management）が不信頼環境と判定された場合、レガシーメモリプールに自動的にフォールバックする対応（PR #26054）が導入された。共有メモリシステム（iGPU環境）においてVMMの安定性が担保されにくいケースへの対策。
内容: HIP buildでVMMが信頼できない場合、レガシーメモリプールにフォールバック
対象: 共有メモリシステム（iGPU / Strix Halo）
情報源: https://github.com/ggml-org/llama.cpp/pull/26054
FlashAttention: CUDA用rocWMMAカーネル削除、全AMDでMMAカーネル統一
llama.cppにおいて、AMD用ROCm FlashAttentionのrocWMMA実装カーネル（PR #26046）が削除された。これによりAMDハードウェア全体でより高性能なMMAカーネルが単一の実装として使われるようになる。ROCm環境におけるFlashAttentionのカーネルが統一され、メンテナンスコスト低減と性能改善が見込まれる。
内容: AMD用rocWMMA FlashAttentionカーネルを削除、MMAカーネルに統合
効果: カーネル実装の単純化、AMD全体で統一的なFlashAttention性能
情報源: https://github.com/ggml-org/llama.cpp/pull/26046
OpenCL: 統合RMSノーマル乗算ビューオフセット修正
OpenCL実装において、fused RMS normのmul view処理でオフセットがズレていたバグが修正された（PR #26085）。OpenCLはAMDハードウェア上でVulkanと並列で使用できる実装であるため、OpenCLバックエンド利用時にこの修正が有効に働く可能性がある。
情報源: https://github.com/ggml-org/llama.cpp/pull/26085
Strix Halo向けROCmFP4 quantizedモデルが複数追加
AMD Strix Halo（gfx1151）向けROCmFP4 quantized GGUFモデルがHugging Face上に複数追加されている。すべてサイズ未確認の段階。
Laguna-S 2.1 Q4_0 ROCmFP4 Vulkan実験版
Laguna-S 2.1のQ4_0 quantizationをROCmFP4形式でVulkan向けに実験的に量子化されたモデル。Strix Halo / gfx1151専用。
情報源: https://huggingface.co/1337Hero/Laguna-S-2.1-Q4_0-ROCMFP4-GGUF
Laguna-S 2.1 Q4_0 ROCmFP4 Strix Lean版
同上の軽量版。Strix Lean quantization。
情報源: https://huggingface.co/kingjones777/Laguna-S-2.1-Q4_0_ROCMFP4_STRIX_LEAN-GGUF
Laguna-S 2.1 Chadrock ROCmFP4（StrixKVSpine V4）
エージェント型コーディング・ツール使用に最適化されたモデル。StrixKVSpine V4採用。Agentic coding / tool use向けの設定。
情報源: https://huggingface.co/jcbtc/Laguna-S-2.1-Chadrock-ROCmFP4-StrixKVSpine-V4-GGUF
GPT-OSS 120B ROCmFP4 Strix Lean
大規模MoEモデル（120Bパラメータ）のROCmFP4 Strix Lean版。AMD向けの大型モデル実装の第一候補。
情報源: https://huggingface.co/gsrunion/gpt-oss-120b-ROCmFP4-STRIX_LEAN-GGUF
Nemotron 3 Nano 30B-A3B ROCmFP4 Strix Lean
Nemotron 3 Nano（MoE Mamba hybrid）の30B-A3BアーキテクチャROCmFP4版。ハイブリッドアーキテクチャのROCm対応。
情報源: https://huggingface.co/gsrunion/Nemotron-3-Nano-30B-A3B-ROCmFP4-STRIX_LEAN-GGUF
サイズ確認の重要性
上記すべてのモデルは「サイズ: 未確認」である。780M（通常VRAM 8GB〜12GBの共有メモリ）でモデルを動かす場合、GGUFファイルサイズがVRAM収まりするか確認が必須。モデルサイズが不明な段階では実際にダウンロード・ロードを試す前にファイルサイズを確認することをお勧めする。
vLLM: RDNA3（780M含む）でhybrid-Mambaモデルのデコード崩れ
vLLMにおいて、RDNA世代のGPU（780Mを含むRDNA3）でhybrid-Mambaモデルを動かした場合、Triton paged attentionにフォールバックしデコード性能が崩れる問題が報告されている。これはvLLMのROCmバックエンド実装に起因し、780M上でMamba系モデルを動かすユーザーは影響を受ける可能性がある。
内容: RDNA GPUでhybrid-Mambaモデル使用時、Triton paged attentionへのフォールバックによりデコードが崩れる
対象: RDNA1〜RDNA3（780M/gfx1102含む）
回避: 影響が出る場合はモデルアーキテクチャの再確認、またはvLLMのバージョンアップ待ち
vLLM: unified-memory GPUでgpu_memory_utilization未実装
vLLMにおいて、unified-memory GPU（共有メモリGPU）向けのgpu_memory_utilizationパラメータが実装されていないバグが報告されている。共有メモリでは実際にメモリを予約しないため、ホストメモリが不足するhard wedgeを招く可能性がある。
内容: unified-memory GPUでgpu_memory_utilizationが無視される
回避策: 共有メモリGPUでのvLLM使用時は、明示的なメモリ制限設定の確認が必要
vLLM: ROCm MoE expert_mapとAITER expert_maskの不整合修正
vLLMのROCm MoE（Mixed Expert）実装において、expert_mapとAITERのexpert_maskの不整合が修正された。非AITER expertのEP（Expert Parallelism）実行時に影響する。
情報源: https://github.com/vllm-project/vllm/issues/49758
Bosgame M5でQwen 3.5 122BのVulkanロード時100% CPUハング
Bosgame M5（Ryzen AI Max / Strix Halo）において、Qwen3.5-122B-A10B-MTPモデルをVulkanバックエンドでロード時、llama.cppが100% CPUハングする現象が報告されている。Strix Halo向けROCmFP4モデルが複数出回っているが、実際の大規模モデル（120B級）ロード時の安定性はまだ検証段階である。
情報源: https://github.com/ggml-org/llama.cpp/issues/26087
まとめ — 今日の推奨アクション
780Mユーザー: 最新のllama.cppビルドへの更新（load-mode autoデフォルト化によりメモリ効率改善）。Strix HaloユーザーはBIOS GPU allocationを「Fixed」に設定しVRAM認識バグを回避。ROCmFP4モデルはサイズ未確認のものが多いので、ロード前にファイルサイズを確認してからテスト。vLLMでMamba系モデルを使う場合はRDNA3フォールバックを考慮。
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。