■事実
AMDがオープンソースのNPU向けLLM実行ランタイム「FastFlowLM」のバージョン1.0を正式リリースし、同時にAMD公式のROCmソフトウェア組織傘下に正式統合されました。
リポジトリは「FastFlowLM/FastFlowLM」から「ROCm/FastFlowLM」に移管。過去のIssue・PR・履歴もすべて引き継がれています。
FastFlowLMはMITライセンスのオープンソースソフトウェアで、インストーラーはわずか17MB、導入時間は約20秒です。
対応ハードウェアはXDNA2 NPU搭載のRyzen AIシリーズ全般（Strix、Strix Halo、Kraken、Gorgon Point）。旧世代のXDNA1搭載チップ（Ryzen AI 7000/8000/200シリーズ）は非対応です。
操作感はOllamaに近く、flm run <モデル名>でモデル取得とチャット開始、flm serveでOpenAI互換APIサーバーとしても起動可能です。
v1.0での主な追加点はVLA（視覚言語行動）モデル「SmolVLA」への対応、ベンチマークコマンドflm benchの改善、モデル取得元としてHuggingFaceに加えModelScopeを選択可能に、各種バグ修正となります。
対応モデルは通常のLLMに加え、ビジョン（Gemma3）、音声（Whisper）、埋め込みモデルなど多岐にわたり、いずれもNPU単体で完結して実行可能（CPU・GPUに処理を渡さない）です。
最大256Kトークンの長文コンテキストに対応（例：Qwen3-4B-Thinking-2507）しています。
開発チームは既にAMDの一員となっており、今回のROCm編入は開発体制の正式な一本化にあたります。
2026年初頭にリリースされたv0.9.35でLinux対応が追加され、今回のv1.0でUbuntu・Arch等の主要ディストリビューション向けバイナリ配布も整備されました。
表（FastFlowLMの立ち位置整理）
| 項目 | Ollama / LM Studio（汎用・GPU中心） | FastFlowLM（NPU特化） |
|---|---|---|
| 主な実行先 | CPU / GPU（CUDA・ROCm経由） | Ryzen AI NPU（XDNA2）単体 |
| インストーラーサイズ | 数百MB〜 | 17MB |
| 消費電力の目安 | GPU次第で数十〜数百W | CPU+NPU合計で2W未満（公称） |
| 対応コンテキスト長 | モデル依存 | 最大256K（NPU実行時） |
| ライセンス形態 | Ollama：MIT／LM Studio：無償だが非OSS部分あり | 完全MIT・商用利用も無料 |
※消費電力・トークン/秒などの数値は開発元公表のベンチマーク値であり、第三者による独立検証ではない点に留意。
解説
「AI PC」というマーケティング用語がここ数年先行してきたが、実際にはNPUの多くはソフトウェア側が対応しておらず遊んでいる状態というのが2026年時点でも大方の実情。Copilot+ PCの「40TOPS以上」という基準も、結局は数字だけが独り歩きしてきた感がある。
そもそもTOPS（1秒あたりの演算回数）という指標自体、INT4なのかINT8なのかBF16なのかという精度の前提を揃えないと横並び比較にならない。メーカー公表値をそのまま鵜呑みにするのは危険な指標だ・
今回のポイントは、AMD自身が「公式ツールでNPUをちゃんと使えるようにする」責任を引き受けた点。これまでOllamaやLM StudioはNPUを検出すらせず、実質CPUに処理を丸投げしていたという報告が多数あり、せっかくのNPUが放置される構図が続いていた。
興味深いのは、この解決策が最初からAMD発ではなく、外部の小規模開発チームが作ったツールを後からAMDが取り込む形になっている点。自社シリコンの実力を引き出すソフトウェアを、自社だけでは用意しきれず外部のオープンソースプロジェクトに頼った格好とも言える。
「ROCm統合」の中身を正確に
ここで統合のレベル感を正確にしておきたい。今回起きたのは、GitHubの組織が「FastFlowLM/FastFlowLM」から「ROCm/FastFlowLM」に変わった、つまり開発体制・ブランドがAMD公式のROCm傘下に入ったという組織レベルの統合であり、「XDNAがROCmの共通コンピュートバックエンドになった」という技術レベルの統合ではない。
ComfyUIがRadeon GPUで動く仕組みは、PyTorch→ROCm/HIPバックエンド→MIOpen等のカーネルライブラリ→RDNA/CDNAコアという経路。ROCmはCUDA互換のdevice='cuda:0'という書き方をあえて踏襲しており、ROCm版PyTorchさえ入っていれば既存コードがほぼそのまま動く。
一方XDNA NPUは、FastFlowLMという独自ランタイムがMLIR-AIE/IRONという別系統のコンパイラでモデルを事前コンパイルし、空間データフロー型のAIEタイル上で実行する仕組み。PyTorchの計算グラフをそのまま流し込める設計にはなっていない。Ultralytics(YOLO)公式ドキュメントにも「Ryzen AI NPUはPyTorch ROCmを通じて公開されておらず、ネイティブなUltralyticsデバイスではない」と明記されている。
つまり現時点でできるようになったのは「AMDがNPU向けのOSS実行環境を公式に一本化した」ことであり、「インストール時にXDNA2を指定すればComfyUIのようなROCm対応ツールがそのままNPUで動く」という将来像とは別の話。将来的にPyTorchにNPU向けの抽象化レイヤーが追加されれば近づく可能性はあるが、現状そうしたロードマップが公式に示されているわけではない。
先行事例としてのJetson DLA
この「NPU/ASICがGPU計算エコシステムの傘下に入る」こと自体は、実はAMDが史上初というわけではない。NVIDIA JetsonシリーズのSoCには、GPUのTensorコアとは別建ての「DLA（Deep Learning Accelerator）」というASICブロックが搭載されており、これはTensorRT経由で何年も前からCUDAエコシステムの一部として公式に扱われている。
なので「コンシューマー向けクライアントPCのNPUが、GPU向け統一計算エコシステムに組織として組み込まれた」という文脈でのみ意味のある一歩と捉えるのが正確で、「NPU/ASIC統合そのものが史上初」とまで言い切ると、Jetson DLA+TensorRTの前例で反証されるリスクがある。
Intelとの対比
Intel側の状況を見ると、対比がより鮮明になる。IntelのNPU（Core Ultra搭載）はSYCL／oneAPIの汎用計算スタックから意図的に切り離されており、Intel公式コミュニティでも「SYCLは現状NPUをサポートしていない。NPUは推論専用として設計されているため」と説明されている。NPUへのアクセスは今もOpenVINO経由の推論特化パイプラインに限定される。
つまりIntelの「GPU向け汎用計算エコシステム（SYCL/oneAPI）」と「NPU向け推論エコシステム（OpenVINO）」も、AMDのROCmとVitis AI/Ryzen AI Softwareがそうだったのと同じ形で、今も別系統のままだ。
ただし前段で確認した通り、AMD側も技術的な実行基盤（HIP/MIOpen経路とMLIR-AIE経路）は依然として別物のまま。違うのは「同じGitHub組織・同じブランドの傘の下に置くという組織的判断をAMDが先に下した」という一点であり、技術的な統合で先行しているとまでは言えない。「発想の一歩」という程度の差であって、実力差ではないという点は強調しておきたい。
AMDの統合が「エコシステムとして育つ入口」になるのか、Intelの分離が「専用パイプラインとしての合理的設計」なのかは、今後どちらが実際に使われるソフトウェアを増やせるかで判断が変わってくる部分であり、現時点でどちらが正解とは言い切れない。
将来のスケールアップという論点
XDNAはPhoenix（約10TOPS）→Hawk Point（約16TOPS）→XDNA2/Strix（約55TOPS）と世代を追うごとに性能を伸ばしており、次のXDNA3はMedusa Point（2027年予定、Zen6世代）で投入される計画になっている。
XDNAのアーキテクチャは「軽量モバイル機器向けの少タイル構成から、エンタープライズ級の多タイル構成までスケール可能」という設計思想を掲げるタイル状の空間配置方式を採用しており、理論上は小型NPUと将来の大規模NPUが同じ命令セット・同じソフトウェアスタックの上で連続的にスケールする設計になっている。
現時点で単体NPUカードや大型NPU搭載Ryzen AIの具体的な製品計画が公式発表されているわけではなく、ここはアーキテクチャの設計思想から導く推測として書くべき部分。もしこの方向で進めば、「ROCmという組織の傘の下にNPUの開発体制を先に置いておく」という今回の判断は、将来より大きなNPU製品を迎え入れる際の土台を先に用意したという意味を持つようになる。ただしこれも「技術的な実行基盤の統合」ではなく「組織・ブランドとしての受け皿」の話である点は変わらない。
軽い着地
今は薄型ノートの片隅で大人しくしているNPUが、数年後にはROCmの看板を背負って表舞台に立っているかもしれない。地味な人事異動が後から重要ポストへの布石だったと分かるパターンに近い。
NPUのTOPS数を誇らしげに語るCMは各社続いてきたが、実際に手元でモデルが動いて初めて意味を持つ。FastFlowLMのROCm入りは、その「動く」に近づいた小さいけれど具体的な一歩——ただし今回動いたのはNPU向けの実行環境そのものであり、GPUとNPUの技術的な垣根が消えたわけではないという点は、記事の締めとして正確に書いておきたい。