أصدر مشروع llama.cpp الإصدار b11335، الذي يتضمن تحسينًا لـ CUDA لوحات الفيديو Volta. يعيد التحديث توجيه بنية sm_70 إلى جدول nwarps الموجود لـ Turing MMVQ بدلاً من السقوط في التكوين العام.
- يستخدم Volta (sm_70) الآن ضبط TURING لفك تشفير K-quant batch-1، مما يغير عدد الـ warps من 4 إلى 2.
- أظهرت الاختبارات المعيارية على Tesla V100 مع Qwen3.8-27B زيادة في معدل الإخراج بنسبة +3.17% (+1.091 t/s) مع نفس التشويش (perplexity) على مستوى البتات.
- يستمد هذا التغيير من fork anyei/llamacpp-v100 وينطبق على كل من محددات جدول الجهاز والمضيف.
يحسن هذا التعديل سرعة الاستدلال على عتاد Volta دون التأثير على دقة النموذج.