OllamaでGPUが使われない時の確認順｜Windowsの対応GPU・ollama ps・CPU fallback

2026年8月のWindows AMD分岐：ROCm/HIPとVulkanを分ける

OllamaのWindows DocsはAMDでROCm v7 / HIP7対応ドライバースタック、またはVulkan対応ドライバーを案内しています。現在の同ページには、RDNA2・Radeon RX 6000系の一部ではWindowsの現行ドライバーでROCm v7が見えない場合があり、Vulkanが有効で推奨fallbackになるという注意もあります。Hardware supportのWindows ROCm表とVulkan経路を同じ対応表として扱いません。

混在iGPU/dGPUでVulkanのiGPUが不安定に選ばれる場合、公式Windows Docsは離散GPUのindexを`GGML_VK_VISIBLE_DEVICES`へ指定する方法を案内しています。設定を試す場合も、変更前の値、選択したdevice、Ollama再起動後の`ollama ps`とserver.logを残し、速度向上を保証しません。

• [公式] Ollama for Windows - Windows要件、localhost:11434、PATH、ログ保存場所、モデル保存場所を確認します。
• [公式] Ollama Hardware support - NVIDIA、AMD Radeon、WindowsのGPU対応表とドライバー条件を確認します。
• [公式] Ollama Troubleshooting - Windowsのserver.log、LLM library、追加ログ、GPU検出の切り分けを確認します。

30秒で結論：GPU使用率ではなくPROCESSORから始める

まずモデルがロードされた状態でollama psを実行し、PROCESSORを見ます。公式FAQでは、100% GPU、100% CPU、CPU/GPUの部分処理を区別する表示が説明されています。GPUの3Dグラフが低いことだけでは、GPUが使われていないとは言えません。

ollama ps

Windowsの公式GPU対応を確認する

Ollama公式Windows Docsでは、NVIDIAとAMD Radeon GPUを含むWindows対応が案内されています。確認時点のWindowsページにはNVIDIA driver 551.61以降、AMDではROCm v7/HIP7対応ドライバースタックまたはVulkan対応の説明があります。Hardware supportページには、NVIDIAのcompute capabilityやAMDのWindows対応表があり、GPU名だけでなく現在の公式表を照合します。

• [公式] Ollama for Windows - Windows要件、localhost:11434、PATH、ログ保存場所、モデル保存場所を確認します。
• [公式] Ollama Hardware support - NVIDIA、AMD Radeon、WindowsのGPU対応表とドライバー条件を確認します。

driver・Ollama版・server.logを切り分ける

GPUが対応していても、driver、Ollamaの版、runtime library、server起動時の検出結果が一致するとは限りません。server.logにはGPU検出や使用libraryの手がかりが出る場合があります。Troubleshooting Docsでは、問題時にログを確認し、必要なら追加debug loggingを使う手順が案内されています。

• GPU名とdriver版をWindowsの公式・メーカー情報から確認する。
• Ollamaの版と直前の更新を記録する。
• ollama psのPROCESSOR、SIZE、CONTEXTを保存する。
• server.logのGPU検出やerrorを該当時刻だけ抜き出す。

• [公式] Ollama Troubleshooting - Windowsのserver.log、LLM library、追加ログ、GPU検出の切り分けを確認します。
• [公式] Ollama List running models - 実行中モデルのsize_vram、context_length、quantization_levelなどを確認します。

モデルサイズ・VRAM・contextの順に見る

モデルが大きく、contextが大きく、VRAMの余白が少ない場合、モデルの一部がCPU側へ分割されることがあります。ただし、CPU/GPU分割を見ただけで悪いと決めず、100% GPUが常に最速とも決めません。モデル、量子化、context、入力長、生成速度を同じ条件で比較します。

• Ollama Context length - 大きいcontextはメモリ要求を増やすことを確認する
• Ollama APIの実行中モデル - size_vram、context_length、量子化を確認する
• モデルサイズ早見表 - 大きすぎるモデルを切り分ける

タスクマネージャーのGPU使用率を補助情報として読む

推論の処理段階、GPU engine、専用VRAM、共有GPUメモリによって、タスクマネージャーのグラフは変わります。GPU使用率が低い瞬間だけを見てCPU fallbackと断定せず、PROCESSORとserver.log、短い固定promptの実測を合わせます。

• CPU、メモリ、GPUのどのengine、専用GPUメモリ、共有GPUメモリを記録する。
• モデルロード中、prompt eval中、generation中のどの場面を見たかを書く。
• 同じモデルと入力で、PROCESSORとAPI usageを別々に保存する。

Vulkanやoverrideは実験扱いにする

Ollama公式Hardware supportには、AMDの対応やVulkanの追加対応が記載されていますが、GPUが公式表にない場合に環境変数のoverrideを無条件で設定する手順ではありません。非対応GPUの強制利用は、クラッシュや品質問題、再現不能な状態につながる可能性があるため、まず公式対応表、driver、ログ、モデル条件を確認します。

Vulkanを試す場合も、現在の公式Docsに記載された手順と実験扱いを守り、通常利用の保証や一般的な速度向上として書きません。

• [公式] Ollama Hardware support - NVIDIA、AMD Radeon、WindowsのGPU対応表とドライバー条件を確認します。
• [公式] Ollama Troubleshooting - Windowsのserver.log、LLM library、追加ログ、GPU検出の切り分けを確認します。

GPU使用の再現テスト

1. GPU名、driver、Windows版、Ollama版、モデル名、量子化、contextを記録する。
2. 短い固定promptでモデルをロードし、ollama psのPROCESSORを保存する。
3. 同じ条件でCPU/GPUの表示、専用VRAM、共有メモリ、API usageを確認する。
4. モデルサイズまたはcontextを1つだけ変更し、PROCESSORと生成結果を比較する。
5. server.logの該当時刻を確認し、unsupportedやdetection errorの有無を記録する。

それでもGPUが使われない場合

公式対応表とdriverが合っているのに100% CPUや分割表示になる場合、モデルサイズ、VRAM余白、context、runtime、同時起動アプリ、Ollama版を別々に確認します。GPU使用率が低いだけで不具合と断定せず、短い入力の完走とusageを比較します。

• Ollamaが遅い - load・prompt eval・generationを分けて測る
• Ollamaの回答が途中で止まる - GPUと停止症状をログで分ける
• Ollamaが起動しない - server・tray・localhostの問題を確認する

やってはいけないこと

• GPU使用率の一瞬の数字だけで、GPUが使われていないと断定する。
• 公式対応表にないGPUへ、知らないoverrideや環境変数を無条件で設定する。
• driver、Ollama版、モデル、contextを一度に変える。
• server.logを確認せず、モデルフォルダを削除する。
• CPU実行になったことを、必ず遅い・必ず失敗すると断定する。

次に読む順番

• Ollama症状別トラブルシュート - GPU以外の起動・速度・停止へ分岐する
• Ollamaの速度を測る方法 - PROCESSORとAPI usageを記録する
• Ollamaのローカルモデルとcloudモデルの違い - PC内推論とcloudを混ぜない
• LM StudioのGPUオフロード - LM Studio固有のGPU確認へ進む
• VRAMとは - 専用VRAMと共有メモリを理解する