AMD Strix Halo 96GB 统一显存实战：Ollama + OpenClaw 踩坑全记录与最终成功方案（LM Studio 实现 70GB+ 显存）

基于真实 Strix Halo 配置实战
日期：2026 年 3 月

AMD Ryzen AI MAX+ 395（Strix Halo / Radeon 8060S gfx1151）配备 96GB 统一显存，理论上是最适合本地大模型的 APU 之一。搭配 Qwen3.5-122B-A10B（MoE，总参数 122B，激活仅 ~10B，Q4_K_M 量化 ≈81GB），配合 OpenClaw 本地 Agent 框架，本该实现云端级智能体验。

然而，从 Windows 原生 Ollama 迁移到 WSL2 Ubuntu 的过程中，却反复遭遇“model requires more system memory (80.2 GiB) than is available (29.9 GiB)”的错误，日志显示 total_vram="0 B"，模型始终 fallback 到 CPU。本文完整梳理整个调试过程，深度解析问题根源，并给出最终成功路径。

1. 硬件配置与目标

  • APU：AMD Ryzen AI MAX+ 395（16 核 32 线程，最高 4.07 GHz）
  • iGPU：Radeon 8060S（gfx1151），支持最高 96GB 可变图形内存（统一内存架构 UMA）
  • 系统：Windows 11 + WSL2 Ubuntu
  • 目标：Ollama 加载 qwen3.5:122b-a10b，配合 OpenClaw 实现多步 Agent 任务，充分利用 96GB 统一显存

2. 问题复现全过程

起初在 Windows 原生 Ollama 中拉取模型成功，随后通过文件复制 + sha256 前缀修复的方式迁移到 WSL2。配置 OLLAMA_VULKAN=1、OLLAMA_FLASH_ATTENTION=1、HSA_OVERRIDE_GFX_VERSION=11.0.1 等环境变量，并将 .wslconfig 内存上限提升至 100GB。

多次重启 Ollama 服务后，ollama list 能看到模型，但运行时始终报内存不足。关键日志特征为：

  • inference compute id=cpu total="31.0 GiB"
  • total_vram="0 B"
  • discovering available GPUs... 后直接 fallback 到 CPU backend
  • model request too large for system

即使调整 override.conf，GPU 始终无法被正确识别。

3. 核心问题解析：ROCm / Vulkan 在 WSL2 的统一显存限制

Strix Halo 的最大优势——96GB 统一显存，在 WSL2 环境下却成了最大障碍：

  • WSL2 虚拟化层无法完整映射 Windows 侧的可变图形内存，导致 ROCm 把可用内存池严格限制在 .wslconfig 设置的系统 RAM 大小（约 30GB）。
  • Vulkan 后端虽然启用，但 discovering available GPUs 阶段失败，total_vram 始终为 0。
  • 即使设置 HSA_OVERRIDE_GFX_VERSION，也仅出现警告而无法激活 gfx1151 设备。

这正是 Strix Halo + WSL2 大模型部署的典型痛点：统一显存被虚拟化层“切断”，大模型加载直接失败。

4. 最终成功方案：切换至 LM Studio（Windows 原生）

经过多次尝试，Windows 原生 LM Studio 是当前 Strix Halo 上最稳定、高效的方案。它对统一显存的识别远优于 WSL2 + Ollama，能直接利用 Radeon 8060S 的 96GB 显存。

操作步骤（简洁版）：

  1. 下载最新版 LM Studio（官网或 GitHub）。
  2. 导入已有的 qwen3.5:122b-a10b GGUF 文件（或直接搜索下载）。
  3. 在模型设置中选择 Vulkan 或 AMD ROCm 后端，开启 Flash Attention。
  4. 加载模型后，立即观察 Windows 任务管理器 → GPU 0（Radeon 8060S）。

amd.png

如图所示，模型加载后 Dedicated GPU memory + Shared GPU memory 轻松突破 70GB，CPU 占用极低，推理流畅。OpenClaw 可通过 LM Studio 的本地服务器（localhost:1234 或自定义端口）无缝调用，实现完整的本地 Agent 工作流。

5. 总结与经验教训

  • Strix Halo 硬件潜力巨大，但 WSL2 + ROCm/Vulkan 的统一显存支持仍不成熟。
  • 优先推荐 Windows 原生工具（LM Studio > Ollama Windows 版），能稳定利用 70GB+ 显存。
  • 对于 OpenClaw 用户，LM Studio 作为后端是目前最务实的组合。
  • 如果追求极致性能，可考虑原生 Ubuntu 双系统，但日常使用 Windows + LM Studio 已足够强大。

一句话结论：
别在 WSL2 里死磕 122B 模型了 —— 直接上 LM Studio，96GB 统一显存终于能真正“飞起来”！

欢迎同配置的朋友在评论区分享你的 LM Studio 实测数据，一起优化本地大模型体验。🚀

标签: none

添加新评论