github llama.cpp · 1일 전 · inference

llama.cpp b10955가 ggml-cpu의 힙 손상 수정

번역 English → 한국어

llama.cpp 프로젝트는 ggml-cpu 백엔드 내의 힙 손상에 대한 치명적인 수정을 포함한 버전 b10955를 출시했습니다. 이 업데이트는 메모리 안전 문제를 해결하기 위해 사전 컴파일된 헤더(PCH)를 비활성화하고 모호한 CACHE_LINE_SIZE 정의를 제거합니다.

ggml-cpu PCH 비활성화는 자연스러운 include 순서를 복원하여 ops.h가 하드웨어 간섭 헤더보다 먼저 처리되도록 보장합니다.
std::hardware_destructive_interference_size 분기 제거는 CACHE_LINE_SIZE를 결정론적으로 만들고 include 순서에 독립적으로 만듭니다.
이 수정은 C++ 커널이 256바이트 캐시 라인을 사용하는 반면 C 코드가 64바이트 폴백을 사용하던 불일치를 해결했으며, 이는 이전에 rope 작업 버퍼의 크기가 부족했었습니다.
이 보정은 버퍼 크기 차이로 인해 발생한 ggml_compute_forward_rope_flt의 힙 버퍼 오버플로우 충돌을 방지합니다.

이 릴리스는 macOS(Apple Silicon 및 Intel), Linux(x64, arm64, s390x), Windows(CPU, CUDA, Vulkan, ROCm, OpenVINO, SYCL), Android 및 openEuler 플랫폼에 대한 바이너리를 제공합니다.

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

관련 기사

github llama.cpp · 1시간 전 · 조회수 1회 실시간

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.