AMD R7 8845H (780M核显) 在 Ubuntu 24.04 开启 Ollama GPU 加速的避坑指南
📝 背景与痛点
在使用搭载 AMD R7 8845H（集成 Radeon 780M 核显）的迷你主机或轻薄本作为本地 AI 服务器时，许多人会选择部署 Ollama。然而在 Ubuntu 24.04 环境下，初次安装 Ollama 后通常会遇到一个致命问题：系统完全使用 CPU 进行推理，780M 核显处于沉睡状态（利用率为 0%），导致大模型出字速度极其缓慢。
通过查看日志（journalctl -u ollama | grep vram），通常会发现 Ollama 识别到的显存为 total_vram="0 B"。
💣 避坑警告：不要盲目使用 ROCm 参数
网上的常规教程通常会建议 AMD 用户注入环境变量 HSA_OVERRIDE_GFX_VERSION=11.0.0 来强行握手 ROCm 引擎。 注意：对 8845H 这种最新的 APU 架构，此方法大概率会失效！ 由于 APU 采用的是与 CPU 共享物理内存的机制，强制使用独立显卡的 SDMA（直接内存访问）通道，会导致底层冲突，触发 Segmentation fault（段错误）甚至服务直接崩溃。
终极解法：放弃挑剔的 ROCm，改用兼容性极佳的 Vulkan 引擎！
以下是经过实战验证的完整保姆级通关步骤：
🚀 成功开启 GPU 加速的完整步骤
第一步：解决 Linux 底层硬件权限问题
Linux 出于安全考虑，默认不允许后台服务直接调用显卡底层算力。Ollama 在后台是作为一个独立名为 ollama 的系统服务账号运行的，所以我们需要把这个打工人拉进显卡的 VIP 用户组。
在终端依次执行以下命令：
sudo usermod -aG render ollama
sudo usermod -aG video ollama(注：网上的教程通常只让加 $USER 当前用户，这无法解决后台服务无权限看显存的问题，必须赋予 ollama 账号权限。)
第二步：开启 Vulkan 跨平台加速引擎
Vulkan 不依赖 AMD 官方 ROCm 驱动的天坑，它直接调用显卡最基础的图形管线进行矩阵运算，完美兼容 780M 核显。
执行以下命令，将 Vulkan 开关写入 Ollama 的系统服务配置中：
sudo mkdir -p /etc/systemd/system/ollama.service.d
echo -e "[Service]\nEnvironment=\"OLLAMA_VULKAN=1\"" | sudo tee /etc/systemd/system/ollama.service.d/override.conf第三步：重载并重启服务
配置写入后，让系统重新读取服务文件并重启 Ollama：
sudo systemctl daemon-reload
sudo systemctl restart ollama第四步：验证是否成功
方法一：查看底层日志 运行以下命令查看 Ollama 的启动日志：
journalctl -u ollama -n 50 --no-pager | grep -i -E "vulkan|vram"如果输出信息中出现了类似于 type=iGPU total="17.6 GiB" 和 total_vram="17.6 GiB" 的字样，说明 Vulkan 已经成功识别出 780M，并且调用了系统共享内存作为显存！
方法二：实机满载测试
- 安装并运行 AMD 显卡监控神器：
sudo apt install nvtop -y，然后输入nvtop保持界面开启。 - 新开一个终端窗口，运行大模型：
ollama run qwen3:14b "请用200字形容一下赛博朋克的世界。" - 切回 nvtop 界面，你会看到
AMDGPU那一行的GPU%飙升至 90% 以上，出字速度呈瀑布式倾泻，大功告成！
💡 附加运维小知识：为什么跑完任务 GPU 显存没释放？
当你跑完一次问答后，你会发现 nvtop 里的 GPU 利用率虽然降到了 0%，但 VRAM（显存）依然被占用了几个 G。 不要慌，这是正常的，并非内存泄漏。
这是 Ollama 官方设计的 “模型常驻（Keep-Alive）” 机制。为了避免下次对话时再花几十秒重新从硬盘（SSD）将十几 G 的模型冷启动加载到显存中，Ollama 默认会将大模型在显存中保留 5分钟（OLLAMA_KEEP_ALIVE: 5m0s）。 如果你 5 分钟内没有发起新的对话，它就会自动将显存释放清空，把空间还给系统。这种机制保证了你连续对话时的“毫秒级热启动”。
本文基于实机折腾总结，希望能帮到同样在使用 AMD 迷你主机折腾本地 AI 大模型的朋友们，少走弯路！