github llama.cpp · 1時間前 · inference

llama.cpp b11001がRISC-Vでのint16転置の破損を修正

翻訳元 English → 日本語

llama.cppプロジェクトはビルドb11001をリリースしました。これには、RISC-Vアーキテクチャでint16データを扱う`permute_transpose_impl`関数の重要な修正が含まれています。

以前のバージョンでは、16ビット整数に対して誤って`rvv_transposed_s32_mn_to_nm`が呼び出されており、4x4行列で16位置中14箇所が間違えるという転置結果の破損を引き起こしていました。
この修正により、誤った呼び出しは既にflash attentionの他の箇所でも使用されていた正しい`rvv_transposed_s16_mn_to_nm`関数に置き換えられました。
macOS (Apple SiliconおよびIntel)、iOS、Linux (CPU、Vulkan、CUDA 12/13、ROCm 10.0、OpenVINO、SYCL)、Windows (CPU、OpenCL、CUDA 12/13、Vulkan、OpenVINO、SYCL、ROCm 10.0)、Android、openEuler向けのバイナリが提供されています。

このアップデートにより、RISC-Vハードウェアでのint16演算のデータ転置が正しく行われ、影響を受けるモデルにおける計算エラーを防ぎます。

重要度 1/3 信頼度 1/3 llama.cpp Hugging Face Inference efficiency

原文を読む

関連記事

github llama.cpp · 7時間前 · 1 回表示

llama.cpp b10995 が Vulkan MUL_MAT_ID の BN/2 テールを無条件にする

llama.cpp プロジェクトはビルド b10995 をリリースし、Vulkan バックエンドの MUL_MAT_ID オペレーションの処理を変更しました。具体的には、BNover2 のデフォルトとして BN/2 を使用し、BNover4 の無効なフォールバックとして使用することで BN/2 テールを無条件にし、そのブランチから有効化ゲートを削除しています。

github llama.cpp · 15時間前 · 2 回表示

llama.cpp b10989がROCmでAllReduceを有効化し、マルチプラットフォームバイナリを提供

llama.cppプロジェクトは、ROCmバックエンド内でAllReduce操作を有効にするサポートを導入したバージョンb10989をリリースしました。このアップデートは、大規模言語モデル推論のためのハードウェア互換性と分散コンピューティング機能を拡大するための継続的な開発の一環です。

github llama.cpp · 20時間前 · 1 回表示

llama.cpp b10988 が推論デコーディング用の OpenCL MoE エキスパート行列乗算選択を追加

llama.cpp プロジェクトはビルド b10988 をリリースし、Mixture of Experts (MoE) モデル用に OpenCL バックエンドに変更を加えました。このアップデートは、推論デコーディングとマルチトークン予測中にバッチサイズに基づいて MoE エキスパート行列乗算を選択するロジックを実装しました。

github llama.cpp · 1日前 · 1 回表示

llama.cpp b10984 が CUDA の行連続 SUM_ROWS サポートを追加

llama.cpp プロジェクトはバージョン b10984 をリリースし、行連続の SUM_ROWS 操作に対する CUDA サポートを導入しました。このアップデートでは、共有カーネルを通じて行連続テンソルを処理するために GGML_OP_MEAN を含むようにコードが整理されました。

github llama.cpp · 1日前 · 1 回表示

llama.cpp b10985 は RPC ハッシュキャッシュを重みに制限

llama.cpp プロジェクトはビルド b10985 をリリースし、ハッシュベースのキャッシングを重みテンソンのみに制限するために RPC バックエンドを変更しました。この変更は、アクティベーションデータが不要にハッシュ化および保存され、ディスク使用量が過大になる問題を解決します。