github llama.cpp · 1일 전 · inference

llama.cpp b10690이 컨텍스트 전환 중 K 캐시 크래시를 수정함

번역 English → 한국어

llama.cpp 프로젝트는 양자화되지 않은 키-값 캐시에 대한 중요한 수정을 포함하는 버전 b10690을 출시했습니다. 이 업데이트는 할당된 버퍼가 있을 때만 Hadamard 행렬을 k_rot 텐서에 복사되도록 보장하여 컨텍스트 전환 중 발생하는 크래시를 방지합니다.

Hadamard 행렬을 조건부로 복사하여 컨텍스트 전환 중 양자화되지 않은 K 캐시의 크래시 수정
macOS (Apple Silicon 및 Intel), iOS, Linux (CPU, Vulkan, ROCm, OpenVINO, SYCL), Windows (CPU, CUDA, Vulkan, OpenVINO, SYCL, ROCm), Android 및 openEuler용 바이너리 제공
릴리스를 위한 UI 업데이트 및 증명 포함

중요도 1/3 신뢰도 1/3 llama.cpp Hugging Face Inference efficiency

원문 보기

llama.cpp b10718이 specdec 및 멀티 토큰에 MOE 융합을 확장

llama.cpp 프로젝트는 CUDA 백엔드에 중요한 업데이트를 포함하는 버전 b10718을 출시했습니다. 가장 주목할 만한 변경은 Mixture of Experts (MOE) 융합을 스펜크티브 디코딩(specdec) 지원을 위해 확장하여, 이전 MOE glu 융합과 topk-router 융합이 한 번에 하나의 토큰만 처리하도록 제한되었던 문제를 해결한 것입니다.

github llama.cpp · 4시간 전 · 조회수 3회

llama.cpp b10717 릴리스로 SYCL 메모리 정보 검색이 향상됨

llama.cpp 프로젝트는 Intel GPU용 SYCL 백엔드에 대한 특정 기능을 개선한 버전 b10717을 출시했습니다. 이 업데이트는 L0 SYCL API를 활용하여 사용 가능한 메모리 정보를 검색하는 능력을 향상시킵니다.

github llama.cpp · 10시간 전 · 조회수 3회

llama.cpp b10712가 Qwen 3.8 Flash Next를 위해 Vulkan top-k radix select 추가

llama.cpp 프로젝트는 빌드 b10712를 출시하여 1024 이상의 k 값을 지원하도록 설계된 Vulkan용 새로운 top-k radix sort 셰이더를 도입했습니다. 이 업데이트는 Qwen 3.8 Flash Next 모델을 특별히 타겟으로 하며, 해당 테스트와 top-k qsa 융합을 포함합니다.

github llama.cpp · 17시간 전 · 조회수 6회

llama.cpp b10705이 TENSOR_READ_LAZY 처리를 개선

llama.cpp 프로젝트는 TENSOR_READ_LAZY 처리 메커니즘에 대한 개선을 포함하는 버전 b10705를 출시했습니다. 이 업데이트는 지연 설정이 활성화된 경우 CPU에서 지연 텐서를 강제로 로드합니다.

github llama.cpp · 18시간 전 · 조회수 4회

llama.cpp b10702가 AMD gfx1201용 Q2_0 곱셈을 최적화합니다

llama.cpp 프로젝트는 AMD의 gfx1201 아키텍처에서 Q2_0 양자화 내적 경로에 대한 특정 최적화를 포함하는 버전 b10702를 출시했습니다. 이 업데이트는 HIP 구현을 네이티브 amdgcn 순서 바꾸기 명령어를 사용하도록 확장하여 이 특정 하드웨어 구성의 성능을 향상시킵니다.