github llama.cpp · 3 hari lalu · inference

llama.cpp b10831 menambahkan dukungan Vulkan TQ1_0 dan memperbaiki fallback Metal

Diterjemahkan dari English → Bahasa Indonesia

Rilis llama.cpp b10831 memperkenalkan dukungan kuantisasi TQ1_0 untuk backend Vulkan, mengaktifkan operasi seperti perkalian matriks, mat-vec, dekuantisasi, dan get_rows. Pembaruan ini juga memperbaiki backend Metal agar menolak operasi TQ1_0 yang tidak didukung dengan benar, memastikan mereka kembali ke eksekusi CPU.

Implementasi Vulkan membungkus pangkat 3 TQ1_0 menjadi konstanta 32-bit untuk menghindari masalah register.
Helper decode bersama di types.glsl menggantikan logika duplikat di berbagai file shader.
Bug dalam perhitungan penyebut workgroup pada shader dekuantisasi mandiri telah diperbaiki.
Backend Metal sekarang menolak TQ1_0 untuk GET_ROWS dan mat-mul, sesuai dengan penanganan NVFP4 yang ada.
Kasus uji dipangkas dan komentar distandarisasi menjadi ASCII.

Perubahan Vulkan telah diverifikasi di AMD gfx1151 dengan semua operasi backend relevan lulus uji.

Kepentingan 1/3 Kepercayaan 1/3 llama.cpp Inference efficiency Local inference

Baca aslinya

llama.cpp menonaktifkan pemuatan tensor malas secara default pada iGPU

Proyek llama.cpp telah menonaktifkan pemuatan tensor malas secara default untuk GPU terintegrasi (iGPU) dalam rilis b10867. Perubahan ini mengatasi regresi yang diperkenalkan dalam pengaturan mode "AUTO" sebelumnya.

github llama.cpp · 2 hari lalu · 3 tayangan

llama.cpp b10864 memperbaiki eviksi checkpoint untuk model hibrida

Proyek llama.cpp merilis build b10864, yang mencakup perbaikan untuk logika eviksi jarak checkpoint di `create_checkpoint()`. Sebelumnya, aturan eviksi mempertahankan checkpoint tertua dan menghapus yang berikutnya dalam `checkpoint_min_step`, menyebabkan prompt yang lebih pendek dari ambang batas tersebut kehilangan checkpoint yang diperlukan untuk melanjutkan. Hal ini memaksa model hibrida dan rekuren untuk melakukan prefill ulang secara tidak perlu dari checkpoint sebelumnya.

github llama.cpp · 3 hari lalu · 6 tayangan

llama.cpp b10844 menambahkan operasi fusi hyper-connection Vulkan DeepSeek-V4

Proyek llama.cpp merilis versi b10844, memperkenalkan dukungan untuk operasi fusi hyper-connection DeepSeek-V4 (DSV4_HC_COMB/PRE/POST) di backend Vulkan. Pembaruan ini membawa Vulkan setara dengan CUDA dan Metal dalam hal optimasi spesifik ini.

github llama.cpp · 3 hari lalu · 4 tayangan

llama.cpp b10842 menambahkan dukungan HIP untuk gfx90c

Proyek llama.cpp merilis build b10842, yang memperkenalkan dukungan untuk arsitektur gfx90c melalui HIP.

media Hugging Face Forums · 3 hari lalu · 8 tayangan

AI Model Radar diluncurkan dengan kecocokan perangkat keras terukur untuk model terbuka

Sebuah situs baru bernama AI Model Radar membantu pengguna menentukan model terbuka mana yang benar-benar cocok dengan GPU atau Mac mereka menggunakan data terukur daripada estimasi. Platform ini menghitung ukuran bobot berdasarkan file GGUF yang diterbitkan secara nyata dan menghitung cache konteks lapisan demi lapisan dari konfigurasi model.