本节介绍如何在 Ubuntu 24.04 上，基于 ROCm 7+ 使用 LM Studio + ROCm 版 llama.cpp 部署大模型，并给出 Qwen3-8B Q4_K_M 的性能示例。
在开始本节前，请确保已完成环境准备并正确安装 ROCm 7.1.0（参考
env-prepare-ubuntu24-rocm7.md）。
首先从官网下载安装包：
https://lmstudio.ai/下载最新的 .AppImage 文件到本地。
示意图：
提取 AppImage 内容并解压到 squashfs-root 目录：
chmod u+x LM-Studio-*.AppImage
./LM-Studio-*.AppImage --appimage-extract进入 squashfs-root 目录中，并为 chrome-sandbox 文件设置适当权限（该二进制文件是应用安全运行所需）：
cd squashfs-root
sudo chown root:root chrome-sandbox
sudo chmod 4755 chrome-sandbox在当前文件夹下启动 LM Studio 应用程序：
./lm-studio在 LM Studio 中选择 ROCm 版本的 llama.cpp 后端 安装：
需要注意，目前 LM Studio 所提供的 ROCm 版本 llama.cpp 所支持的架构列表（不同 GPU 架构支持状况）：
在 LM Studio 中加载 Qwen3-8B Q4_K_M 模型，设置上下文长度为 4096，实际测试得到：
- 约 36 tokens/s
截图示例：
