github llama.cpp · 방금 · inference

llama.cpp b10723, Intel Xe-LP GPU용 OpenCL 양자화 경로 조정

번역 English → 한국어

llama.cpp 프로젝트는 Intel Xe-LP 그래픽 하드웨어에 대한 OpenCL 특정 최적화를 포함하는 버전 b10723을 출시했습니다. 이 업데이트는 양자화 커널을 조정하여 텐서 생성(TG) 및 프리필(PP) 성능을 개선하는 데 중점을 둡니다.

Intel 장치에서 2x 활성화 재사용을 가능하게 하기 위해 N_DST 값을 증가하도록 Q4_K 및 Q5_K mul_mv 연산을 조정했습니다.
Intel 아키텍처를 위해 Q4_K 및 Q5_K mul_mm 연산에 대해 8x8 타일 구성을 구현했습니다.
데이터 처리를 추가로 최적화하기 위해 Q4_K mul_mv의 N_DST를 8에서 16으로 증가시켰습니다.

이 릴리스는 CUDA, Vulkan, ROCm, SYCL을 포함한 다양한 백엔드에 대한 macOS, Linux, Windows, Android 및 iOS용 업데이트된 바이너리를 제공합니다.

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 · 5시간 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 · 11시간 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 · 18시간 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 · 19시간 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.