llama.cpp qwen4exp MTP (Qwen3.8-Flash-Next) — Strix Halo (ROCm) 検証まとめ（途中経過）

llama.cpp qwen4exp MTP (Qwen3.8-Flash-Next) をStrix Halo (ROCm) 環境で検証した途中経過をまとめた記事。Windows環境でのROCm動作検証が目的であり、パフォーマンスに関する途中結果が記載されている。

• llama.cppでQwen3.8-Flash-Nextモデルの推論速度をROCm環境(Strix Halo)で改善する検証が行われている。
• MTP (Multi-Token Prediction)機能とQwen4expアーキテクチャを組み合わせて、コーディングエージェントとしての性能を評価している。
• 検証の焦点は、速度向上と同時に正答率・品質の低下がないかを確認することである。
• ROCm 7.1 SDKと特定のllama.cppブランチを使用し、ハードウェアはAMD RYZEN AI MAX+ 395 (gfx1151)が用いられている。