MS-S1 MAX (AI MAX 395) 在 Ubuntu 24.04 利用 Vulkan llama.cpp 运行 gpt-oss 120b

1. 安装 AMD GPU 驱动和 ROCm

wget https://repo.radeon.com/amdgpu-install/7.1.1/ubuntu/noble/amdgpu-install_7.1.1.70101-1_all.deb
sudo apt install ./amdgpu-install_7.1.1.70101-1_all.deb
sudo apt update
sudo apt install "linux-headers-$(uname -r)" "linux-modules-extra-$(uname -r)"
sudo apt install amdgpu-dkms
sudo apt install python3-setuptools python3-wheel
sudo usermod -a -G render,video $LOGNAME
sudo apt install rocm

参考官网文档

2. 通过 GTT 解锁 96G 显存

1. 进入 BIOS -> Setup -> Advanced -> NBIO common options -> GFX configuration -> UMA Frame buffer size 修改显存大小。
2. 修改 GRUB 配置：

vim /etc/default/grub
# 设置 GRUB_CMDLINE_LINUX_DEFAULT="quiet splash amd_iommu=off ttm.pages_limit=27648000 ttm.page_pool_size=27648000 amdttm.pages_limit=27648000 amdttm.page_pool_size=27648000 apparmor=0"
sudo update-grub

重启生效。

3. 安装 Vulkan

sudo apt install vulkan-tools

4. 下载 llama.cpp Release

下载页面

wget https://github.com/ggml-org/llama.cpp/releases/download/b7503/llama-b7503-bin-ubuntu-vulkan-x64.tar.gz
# 解压进入目录

模型可从 Hugging Face 镜像站获取，例如：

./llama-server -hf ggml-org/gpt-oss-120b-GGUF -c 0 --jinja

模型文件将下载至 ~/.cache/llama.cpp/ 目录中。

5. 安装 amdgpu_top

sudo dpkg -i amdgpu-top_0.11.0-1_amd64.deb
 amdgpu_top