gfx1103（Radeon 780M）でOllamaが動くモデル一覧2026——5B上限の理由と量子化別VRAM早見表

関連記事としては BlogiGPU で LLM 推論：Radeon 780M + Ollama ROCm の速度実測と落とし穴3つRadeon 780MでOllama ROCmを動かす手順を、renderグループ・gfx1103偽装・OOMの3つの落とし穴ごとに整理。Ubuntu 24.04向けの実用ガイドです。→ もあわせて読むと、今回の論点とのつながりを把握しやすくなります。

TL;DR: 780M（gfx1103）の実用ラインは5B以下・Q4_K_Mです。VRAMに載ることと快適に回ることは別物です。

• まず結論：780MのOllamaは5B以下が実用の中心です
• gfx1103は2025年にOllama公式サポート入りしました
• モデル対応表：動く/重い/NG を量子化別に整理
• 実測ベースの実用感
• 5B超でiGPU優位が消える理由
• 量子化別VRAMのざっくり計算式
  • 基本式
  • 量子化の特徴
  • 計算例
  • VRAM確認コマンド（Linux）
• 新しいモデルを自分で判定する手順
• 迷ったときの選び方
• よくある質問
  • gfx1103は2026年現在もOllama公式サポート対象ですか？
  • Q4_K_MとQ8_0のどちらを選べばいいですか？
  • Windowsの780MでOllamaを動かせますか？
  • 共有VRAMを増やす方法はありますか？
• 注意点
• この記事を書いた人
• 関連記事
• 関連リンク

gfx1103（Radeon 780M）でOllamaを使うとき、まず悩むのは「これ、動くのか」ではなく「動いても実用速度なのか」です。

780Mは共有VRAM最大15.8GBという見た目の余裕がある一方、5Bを超えると速度優位が急に薄くなります。 VRAMに収まることと、快適に回ることは別物です。ここを混同すると、重いモデルを掴んで終わります。

先に結論だけ置くと、実用の鉄板は5B以下、特にQ4_K_Mです。 5B超は「入るかどうか」より「iGPUで回す意味があるか」を疑ったほうがいいです。

Ollama公式ドキュメント（docs.ollama.com）では、gfx1103がLLVM Target一覧に正式掲載されています。2025年以降の更新で、Radeon 780M系を前提にした扱いが見えるようになりました。

動作の要点はシンプルです。 HSA_OVERRIDE_GFX_VERSION を設定すると安定しやすい、というのが実務上の落としどころです。コミュニティ報告では 11.0.0〜11.0.3 で揺れがあります。

# Ubuntu / Arch Linux での確実な起動方法（バージョンはコミュニティ報告で 11.0.0〜11.0.3 の揺れあり）
HSA_OVERRIDE_GFX_VERSION="11.0.2" OLLAMA_LLM_LIBRARY="rocm_v60000" ollama serve

加えて、AMD向けの ollama-for-amd フォーク（likelovewant/ollama-for-amd） はgfx1103をネイティブサポートします。Arch Linuxであれば ollama-rocm (0.13.0-2以降) も hipblas 7.1.0 でgfx1103に対応しています。まずは公式系で動かせるか、という順番で考えるのが安全です。

780Mで動かせるモデルをサイズ・量子化・VRAM目安・動作区分・速度目安で整理しました。速度目安は推定（※印）または既存記事からの実測値です。

区分の基準:

• ✅ 快適：5B以下・iGPU優位が明確（25 tok/s以上）
• ⚠️ 重い：VRAMには載るがiGPU優位が薄い（5-15 tok/s）
• ❌ NG：VRAM不足 or 速度がCPUと同等以下

実測値の注記: 既存記事（BlogiGPU で LLM 推論：Radeon 780M + Ollama ROCm の速度実測と落とし穴3つRadeon 780MでOllama ROCmを動かす手順を、renderグループ・gfx1103偽装・OOMの3つの落とし穴ごとに整理。Ubuntu 24.04向けの実用ガイドです。→）からの引用です。環境・コンテキスト長・バックグラウンドプロセスで変動します。

780MでのOllama実測データを軸に見ると、線引きがかなりはっきりします。

• qwen3:1.7b → 27.3 tok/s（iGPU）
• gemma4:e2b（約5.1B）→ 19.5 tok/s
• gemma4:e4b（8B）→ 9.9 tok/s（ほぼCPU速度）

この差は、単純に「大きいモデルほど遅い」だけではありません。 5Bを超えたあたりで、iGPUを使う意味が薄くなるのが本質です。

1.7Bの27.3 tok/sは、プロンプトの返答待ちが短く、会話のリズムが崩れにくいです。 一方で8Bの9.9 tok/sになると、出力を見守る時間が伸びて、体感はかなり別物になります。

「載る」より「気持ちよく返る」ほうが大事です。ここが780Mでのモデル選びのコアです。

ここは感覚論ではなく、計算で見たほうが早いです。

理由は大きく2つあります。

1. 重みそのものが増える
2. KVキャッシュが効いてくる

さらに780Mでは、VRAM容量だけでなくメモリ帯域と演算の釣り合いが効きます。モデルが大きくなるほど、iGPUの強みである並列性が速度に直結しにくくなります。

つまり、VRAMには収まっても、演算帯域でCPUと同等の速度帯に落ちる可能性があります。gemma4:e4bで実際に9.9 tok/s（≈ CPU速度）が観測されたのがその一例です。他の8Bモデルでも同様の傾向が出る可能性は高いですが、実測していないため「未確認」としています。

公式ドキュメントには「現場で使うための計算式」はあまり出ません。自分で持っておくと強いです。

基本式

重み容量の目安 = パラメータ数(B) × 量子化bits / 8
実際のVRAM ≈ 重み容量 + KVキャッシュ(1〜2GB)

量子化の特徴

計算例

5Bモデルを Q4_K_M で動かす場合:

• 重み: 5 × 4 / 8 = 2.5GB
• KVキャッシュ: +1〜2GB
• 実運用の余裕: +数GB（OS・表示系・Ollama管理分）

8Bモデルを Q8_0 で動かす場合:

• 重み: 8 × 8 / 8 = 8GB
• KVキャッシュ: +1〜2GB
• 合計10GB+は780Mで厳しい

5B超をQ8_0で置くと重みが倍寄りになるため、VRAMが足りなくなることが多いです。

VRAM確認コマンド（Linux）

# ROCm環境でのVRAM使用量確認
rocm-smi

# Ollamaのモデル情報確認
ollama show qwen3:4b

# 実行中の使用量確認
watch -n 1 rocm-smi

新モデルが出たとき、毎回「動くかな？」で迷う必要はありません。判断の順番を固定すると楽です。

1. パラメータ数を見る: 5B以下か？

   • 5B以下 → 試す価値あり
   • 5B超 → 速度面でかなり怪しい

2. 量子化を見る: Q4_K_Mかどうか？

   • Q4_K_M → 第一候補
   • Q8_0 → 品質は上がるがVRAMに注意（5B超は危険）
   • FP16 → 780Mでは基本的に外す

3. VRAM式で見積もる: パラメータB × 4 / 8 + 2GB（Q4_K_Mの場合）

4. 速度を疑う: VRAMに収まっても速度が実用かは別

   • 5B超でiGPU優位がほぼなくなる前提を先に置く

5. 実測で確認: ollama run <モデル名>で短いプロンプトを投げてtok/sを確認

# 実測の目安として短いプロンプトを投げる
time ollama run qwen3:4b "1+1は？" 2>&1
# または以下でトークン速度を確認（eval rate の行を見る）

780MでOllamaを回していて次のモデル選びに迷っているなら、判断はかなり単純です。

• 迷ったら Q4_K_M
• 迷ったら 4B前後まで
• 迷ったら 5B超は一度保留

780Mの強みは、巨大モデルを無理に抱えることではなく、軽量モデルを快適に回すことです。「賢そうな8B」より「速く返る4B」のほうが実務で勝つ場面が多いです。

780M × ROCm の環境構築・ハブ情報はこちらを参照してください。

• BlogRadeon 780M（gfx1103）でOllama：ROCm・Vulkan・CPU経路の選び方と2025年に変わったこと780M（gfx1103）でOllamaは何を選ぶべきか。ROCm・Vulkan・CPUの3経路を整理し、2025年に変わった実用上の判断材料をまとめます。→ — ROCm・Ollama・モデル選びのすべてをまとめたハブ記事
• BlogiGPU で LLM 推論：Radeon 780M + Ollama ROCm の速度実測と落とし穴3つRadeon 780MでOllama ROCmを動かす手順を、renderグループ・gfx1103偽装・OOMの3つの落とし穴ごとに整理。Ubuntu 24.04向けの実用ガイドです。→ — 実測データ付きセットアップ手順

gfx1103は2026年現在もOllama公式サポート対象ですか？

はい。Ollama公式ドキュメントのLLVM Target一覧にgfx1103が記載されており、2025年以降のバージョンで公式サポート対象です。HSA_OVERRIDE_GFX_VERSION（コミュニティ報告は11.0.0〜11.0.3）の設定を使うと動作がより安定します。

Q4_K_MとQ8_0のどちらを選べばいいですか？

780MではQ4_K_Mを推奨します。Q8_0は品質が上がる代わりにVRAM消費が約2倍になるため、5B超のモデルでは安定動作が難しくなります。たとえば7B Q8_0は約8GBの重みだけで、KVキャッシュを加えると10GB+になります。

Windowsの780MでOllamaを動かせますか？

標準のOllamaはWindowsでgfx1103未対応の場合があります（CPU fallback）。ollama-for-amd フォーク を使うとWindowsでもgfx1103をネイティブサポートします。

共有VRAMを増やす方法はありますか？

BIOS/UEFI設定で「UMA Frame Buffer Size」または「Shared Memory」を変更すると共有VRAM量を調整できます（通常 2GB/4GB/8GB/16GB の選択肢）。780M（Phoenix APU）では最大15.8GBまで割り当て可能です（2026-05-01 時点）。

• 速度目安の「未確認」は筆者の実測データがないことを意味します。実環境でのtok/s計測を推奨します
• 「動く」「動かない」はモデルと量子化の組み合わせだけでは決まりません。OS・Ollamaバージョン・ROCmバージョンの影響も受けます
• 実測値（27.3 tok/s, 19.5 tok/s, 9.9 tok/s）は既存記事（2025-12-01 公開）からの引用です。Ollamaのバージョンアップで変化することがあります

HW系エンジニアとして20年以上、10,000件を超える顧客訪問と2,000件を超える単独ソリューション実績。AIツールを使った個人開発やIoT農園など、Raspberry Piを使ったオートメーション化なども実践中です。エンジニア専門結婚相談所も運営中です。ClaudeCodeで解決できない心の課題も、現場目線でほどほどに受け止めます。

• BlogiGPU で LLM 推論：Radeon 780M + Ollama ROCm の速度実測と落とし穴3つRadeon 780MでOllama ROCmを動かす手順を、renderグループ・gfx1103偽装・OOMの3つの落とし穴ごとに整理。Ubuntu 24.04向けの実用ガイドです。→
• BlogRadeon 780M（gfx1103）でOllama：ROCm・Vulkan・CPU経路の選び方と2025年に変わったこと780M（gfx1103）でOllamaは何を選ぶべきか。ROCm・Vulkan・CPUの3経路を整理し、2025年に変わった実用上の判断材料をまとめます。→
• BlogOllamaでローカルにチャットを住まわせた記録 — インストールからモデル選びまでOllamaを使ってローカルLLMを動かした実録。インストール手順・VRAM別モデル選び・実際に使って感じた正直な評価まで。RTX 4070 Ti（12GB）環境での体験ベース。→

• 実際の構成を探すなら、GPU 比較ページやローカルLLM向け構成記事もあわせて見ると判断しやすいです。
• ハードウェア候補は用途別の AI 構成ガイドからたどると、単体製品より違和感なく検討できます。