はじめに

AMD Ryzen AI MAX+ 395（Strix Halo / XDNA2 NPU）搭載の Ubuntu マシンで、FastFlowLM (FLM) を使って NPU 上で LLM を動かすまでの最短手順をまとめます。ポイントは、カーネルを 7.0 へ上げずに、現行 6.x のまま PPA + DKMS で導入することです。

本記事は AMD Ryzen AI MAX+ 395 (Strix Halo) の XDNA2 NPU を Ubuntu 24.04 で動かす — Lemonade + FastFlowLM で Qwen3.5-9B 推論のアップデート版です。前記事では Lemonade Server 経由のセットアップを扱いましたが、本記事ではより軽量に FLM 単体を Ollama 感覚で直接叩くルートと、手順を整理した最短インストールに焦点を当てています。

検証環境: NucBox EVO X2 / Ryzen AI MAX+ 395 / Ubuntu / kernel 6.17.0-35-generic

0. 前提と対応状況

FLM (FastFlowLM) = AMD Ryzen AI NPU 専用の軽量 LLM ランタイム。Ollama ライクな CLI で使える。
Linux ネイティブ対応は 2026年3月（FLM 0.9.35〜） から。
必須条件は XDNA2 NPU。Strix Halo（Ryzen AI MAX 300-series）は対応。
- ⚠️ XDNA1（Ryzen AI 7000 / 8000 / 200-series）は Linux 非対応。
ドライバ amdxdna はカーネル 7.0+ で in-tree。6.x では amdxdna-dkms で入れるので 7.0 へ上げる必要はない。

項目	要件
NPU ファームウェア	1.1.0.0 以降
カーネル + ドライバ	7.0+ の in-tree、または `amdxdna-dkms`
ランタイム	FastFlowLM
Memlock	NPU 実行に十分な値（サービス運用なら自動で infinity）

1. インストール手順（Ubuntu 24.04 / 6.x カーネル）

1-1. カーネルヘッダを入れる（DKMS ビルド用）

sudo apt install linux-headers-$(uname -r)

1-2. PPA を追加して XRT + DKMS ドライバを導入

sudo add-apt-repository ppa:lemonade-team/stable
sudo apt update
sudo apt install libxrt-npu2 amdxdna-dkms

1-3. 再起動

sudo reboot

1-4. FLM 本体を導入

FastFlowLM GitHub releases から .deb を取得して:

sudo apt install ./<flm_package.deb>

2. 検証

flm validate

成功例（実機での確認値）:

[Linux]  Kernel: 6.17.0-35-generic
[Linux]  NPU: /dev/accel/accel0 with 8 columns
[Linux]  NPU FW Version: 1.1.2.65
[Linux]  amdxdna version: 0.6
[Linux]  Memlock Limit: 7991 MB

ドライバのロード確認:

lsmod | grep amdxdna        # amdxdna が出ればOK
ls -l /dev/accel/           # accel0 が存在すればOK
lspci | grep -i signal      # "Signal processing controller ... 17f0" = NPU

3. ハマりどころと対処（このセットアップで実際に遭遇した順）

⭐ ① `render` グループ未所属 ← 最頻出・本命

症状: sudo なしだと [ERROR] No NPU device found.、sudo flm validate だと正常認識。

原因: /dev/accel/accel0 の所有が root:render（crw-rw---- root render）。
ユーザが render グループに居ないとデバイスを開けない。

対処:

groups                          # render が無いか確認
sudo usermod -aG render $USER
# 一度ログアウト→ログインし直す（再ログイン必須。確実を期すなら再起動）
groups                          # render が含まれていればOK
flm validate                    # sudo なしで通るはず

② `amd_iommu=off` が付いていないか

症状: ドライバはロード済みなのに No NPU device found（IOMMU 由来の場合）。

原因: IOMMU 無効化で NPU が検出されない。Strix Halo では llama.cpp の GPU 性能が
わずかに上がるとして amd_iommu=off を付けている人が多いが、これは NPU を殺す。

確認・対処:

cat /proc/cmdline               # amd_iommu=off / iommu=off が無いか
dmesg | grep -i -e amdxdna -e iommu

付いていたら /etc/default/grub の GRUB_CMDLINE_LINUX_DEFAULT から削除 →
sudo update-grub → 再起動。cmdline がクリーンなのに検出されないなら BIOS で IOMMU / AMD-Vi を Enabled に。

正常時の dmesg では AMD-Vi: IOMMU performance counters supported や
[drm] Initialized amdxdna_accel_driver 0.6.0 ... が出る。
loading out-of-tree module taints kernel / signature ... missing は
DKMS（未署名モジュール）の定型警告で無害。

③ Memlock が低い

サービス（systemd）運用なら LimitMEMLOCK=infinity が自動設定される。
FLM を直接叩いて大きめモデル／長コンテキストを回すなら手動で上げる:

sudo nano /etc/security/limits.conf

*    soft    memlock    unlimited
*    hard    memlock    unlimited

→ ログインし直して反映。

④ 6.17 系での XRT ミスマッチ（保険）

sudo flm validate でも NPU が出ない場合、PPA 同梱 XRT（2.20.0）が
新しめのカーネル（6.17+）で噛み合っていない可能性。

xrt-smi examine                              # NPU を列挙できるか
cat /sys/bus/pci/drivers/amdxdna/*/fw_version  # FW 1.1.0.0 以降か

ダメなら libxrt-npu2 を更新、または最終手段で
amd/xdna-driver をソースビルドして XRT ごと合わせる。
Docker 回避策（hpenedones/fastflowlm-docker）もあり、ホスト側 amdxdna さえ通っていれば
--device=/dev/accel/accel0 で NPU を渡せる。

4. トラブルシュート早見（フローチャート）

flm validate が "No NPU device found"
│
├─ sudo flm validate で認識する？
│   ├─ YES → render グループ未所属  → ①で解決
│   └─ NO  ↓
│
├─ /dev/accel/accel0 はある？ (ls -l /dev/accel/)
│   ├─ NO  → IOMMU 無効を疑う      → ②（cmdline / BIOS）
│   └─ YES ↓
│
├─ lspci に "Signal processing controller 17f0" が出る？
│   ├─ NO  → BIOS の IOMMU / NPU 設定 → ②
│   └─ YES → XRT ユーザ空間ミスマッチ → ④

5. 動かす（Ollama 感覚）

再ログイン後:

flm list                  # 利用可能モデル一覧
flm run llama3.2:1b       # NPU で実行（まず軽量モデルで確認）

推論中に /verbose で性能レポートをトグル。
NPU 使用率はシステムモニタの NPU 項目で確認。
自作の Q4NX 変換モデル（FLM_Q4NX_Converter で GGUF→Q4NX 変換したもの）も、
NPU が通ったこの状態なら flm に登録して同様に実行できる。

おわりに

前記事では Lemonade Server 経由で Qwen3.5-9B を NPU 上に載せるまでを扱いましたが、
本記事のように FLM 単体 + PPA + DKMS に絞れば、カーネルを 7.0 へ上げることなく
現行 6.x のまま最短で NPU 推論まで辿り着けます。詰まったときは 4 章のフローチャートから
原因を切り分けてみてください。

参考リンク

FastFlowLM: https://github.com/FastFlowLM/FastFlowLM
Lemonade（Linux NPU ガイド）: https://lemonade-server.ai/flm_npu_linux.html
GGUF→Q4NX 変換: https://github.com/FastFlowLM/FLM_Q4NX_Converter
xdna-driver（ソースビルド用）: https://github.com/amd/xdna-driver/
前記事（Lemonade + FastFlowLM 版）: https://qiita.com/kotetsu_yama/items/5f388a77bceb8ddda41d