github llama.cpp · 2일 전 · inference

llama.cpp b10944이 SYCL 메모리 오류를 수정하고 빌드 로직을 업데이트합니다

번역 English → 한국어

llama.cpp 프로젝트는 SYCL 백엔드의 메모리 가져오기 오류에 대한 수정 사항을 포함하는 버전 b10944을 출시했습니다. 이 업데이트는 ZES API 지원을 다루고 Level Zero SDK 또는 개발 패키지의 감지를 수정합니다.

Level Zero SDK/개발 패키지를 감지하는 오류를 수정하고 오류가 감지되면 빌드를 중지합니다.
Level Zero 개발 패키지가 누락되었을 때 발생하는 빌드 오류를 해결합니다.
사용하지 않는 헤더 파일을 제거하고 명확성을 위해 로그 수준을 조정합니다.
환경 변수 읽기를 모든 진입 함수로 이동하고 GGML_SYCL_DEV_DEBUG를 제거합니다.

이 릴리스는 CPU, GPU 및 CUDA, ROCm, Vulkan, OpenVINO, SYCL을 포함한 다양한 가속기 백엔드에 대해 macOS, Linux, Windows, Android 및 openEuler에 대한 바이너리를 제공합니다.

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

원문 보기

llama.cpp b10984, CUDA 행 연속 SUM_ROWS 지원 추가

llama.cpp 프로젝트는 버전 b10984를 출시하여 행 연속 SUM_ROWS 연산에 대한 CUDA 지원을 도입했습니다. 이 업데이트는 공유 커널을 통해 행 연속 텐서를 처리하기 위해 GGML_OP_MEAN을 포함하도록 코드를 정리합니다.

github llama.cpp · 2시간 전 · 조회수 1회

llama.cpp b10985은 RPC 해시 캐시를 가중치로 제한

llama.cpp 프로젝트는 빌드 b10985을 출시하여 해시 기반 캐싱을 가중치 텐서로만 제한하도록 RPC 백엔드를 수정했습니다. 이 변경은 활성화 데이터가 불필요하게 해시되고 저장되어 디스크 사용량이 과도해지는 문제를 해결합니다.

github llama.cpp · 4시간 전 · 조회수 2회

llama.cpp b10981, Gemma-4의 상태 디코딩 수정 및 GPU MoE 추론 최적화

llama.cpp b10981 릴리스는 OpenVINO 백엔드의 상태 디코딩 경로에서 중요한 정확성 문제를 해결하며, 특히 레이어별 헤드 크기를 사용하는 Gemma-4와 같은 모델에 대한 지원을 수정합니다. 또한 GPU Mixture of Experts (MoE) 추론을 위한 최적화를 도입하고 KV 상태 재배치를 통해 성능을 개선합니다.

github llama.cpp · 5시간 전 · 조회수 1회

llama.cpp가 MiniCPM3의 HSK=96, HSV=64에 Metal FA 커널 추가

llama.cpp 프로젝트는 Apple Silicon에서 MiniCPM3가 사용하는 특정 구성에 대해 Flash Attention (FA) 커널 지원을 추가했습니다. 이 변경은 주의 키 길이 96 및 값 길이 64에 대한 누락된 커널 인스턴스화로 인해 `-fa auto` 플래그가 중단되는 충돌을 해결합니다.

github llama.cpp · 19시간 전 · 조회수 3회

llama.cpp b10970 릴리스는 MFMA 장치에서 fp32 누적 사용

llama.cpp 프로젝트가 버전 b10970을 출시했으며, 여기에는 fattn-mma 백엔드에 대한 기술적 업데이트가 포함되어 있습니다. 이 변경은 CDNA 아키텍처 장치에 대해 fp32 누산기의 사용을 구현합니다.