github llama.cpp · 1時間前 · inference

llama.cpp b11147 が A8 Q6_K non-MoE dp4a OpenCL カーネルを追加

翻訳元 English → 日本語

llama.cpp プロジェクトはバージョン b11147 をリリースし、OpenCL の新しいバイナリカーネルを導入しました。このアップデートは、A8 Q6_K non-MoE dp4a 構成のサポートを特に追加します。

OpenCL 用の A8 Q6_K non-MoE dp4a バイナリカーネルを追加。
macOS (Apple Silicon および Intel)、iOS、Linux (CPU、Vulkan、CUDA、ROCm、OpenVINO、SYCL、Snapdragon)、Android、Windows (CPU、Adreno、CUDA、Vulkan、OpenVINO、SYCL、ROCm)、openEuler 用のバイナリを提供。

このリリースにより、ユーザーは最新のカーネル最適化を使用して幅広いハードウェアプラットフォームで llama.cpp を実行できるようになります。

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

原文を読む

github llama.cpp · 6時間前 · 12 回表示

llama.cpp b11132 が Gemma 4 DSpark ドラフトバックボーンサポートを追加

llama.cpp プロジェクトはバージョン b11132 をリリースし、Gemma 4 DSpark ドラフトバックボーンのサポートを導入しました。このアップデートにより、フルアテンションおよび SWA Gemma 4 ドラフトの GGUF 変換とランタイム機能が有効になり、結合された出力重みとブール型のバックボーンメタデータが含まれます。

github llama.cpp · 11時間前 · 12 回表示

llama.cpp b11122 が MMVQ GLU 融合を拡張し、新しい SYCL 融合を追加

llama.cpp プロジェクトはバージョン b11122 をリリースしました。これには SYCL バックエンドの重要な更新が含まれています。このリリースでは、MMVQ GLU 融合が混合量子化タイプをサポートするように拡張され、rms_norm+scale および ssm_conv+silu 演算のための新しい融合が導入されました。

github llama.cpp · 1日前 · 13 回表示

llama.cpp b11111 が Intel Xe の flash attention 最適化カーネルを追加

llama.cpp プロジェクトはビルド b11111 をリリースし、Xe-LPG Plus、Xe2、Xe3 アーキテクチャの split k パス向けに Vulkan ベースの flash attention 最適化カーネルを導入しました。

github llama.cpp · 1日前 · 11 回表示

llama.cppがHunyuanOCRのDFlashサポートを追加し、ドラフト変換を修正

llama.cppプロジェクトは、ターゲットグラフ内のレイヤー入力テンソルを公開することで、HunyuanOCRモデルとのDFlash推測デコーディングのサポートを追加しました。この変更により、ドラフトモデルが残差ストリームを読み取れるようになり、非推測実行と比較して約0.5のドラフト受容率とバイトレベルで同一のOCR出力を得ながら、画像リクエストを正常に実行できるようになりました。

github llama.cpp · 1日前 · 14 回表示

llama.cpp b11101 リリースにより llama の重複した find_package 呼び出しが可能に

llama.cpp プロジェクトは、llama ライブラリに対する重複した find_package 呼び出しを可能にするビルドシステムの修正を含むバージョン b11101 をリリースしました。