github llama.cpp · 6시간 전 · inference

llama.cpp b11118 HVX FA 마스크 처리를 위한 직접 매핑 DMA 캐시 도입

번역 English → 한국어

llama.cpp 프로젝트는 새로운 hex-dma 기능을 포함하는 빌드 b11118을 출시했으며, 이는 Hexagon Vector eXtended (HVX) FA 마스크 처리에 더 적합한 직접 매핑 DMA 캐시를 소개합니다.

이번 릴리스는 여러 플랫폼과 하드웨어 백엔드에서 바이너리와 프레임워크를 제공합니다:

macOS Apple Silicon (arm64), macOS Intel (x64), iOS XCFramework
Linux Ubuntu x64, arm64, s390x 및 CUDA 12/13, ROCm 10.0, OpenVINO, SYCL, Vulkan을 포함한 다양한 GPU/CPU 백엔드
CPU, OpenCL Adreno, CUDA 12/13, Vulkan, OpenVINO, SYCL, ROCm 10.0 지원을 갖춘 Windows x64 및 arm64
CPU 및 Snapdragon (CPU, Adreno GPU, Hexagon NPU)용 Android arm64
CPU, Adreno GPU, Hexagon NPU를 포함한 Snapdragon 장치용 Linux arm64
독립형 UI 빌드도 제공됩니다.

이 업데이트는 사용자가 다양한 아키텍처에서 llama.cpp를 실행할 수 있도록 하며, 특히 새로운 직접 매핑 DMA 캐시를 통해 Qualcomm Snapdragon 프로세서의 Hexagon NPU 지원 개선에 중점을 둡니다.

중요도 1/3 신뢰도 1/3 llama.cpp Inference efficiency Local inference

관련 기사

github llama.cpp · 1시간 전 · 조회수 10회 실시간

llama.cpp b11120, Vulkan 내부 심볼을 숨겨 상태 파괴 문제 해결

llama.cpp 프로젝트는 Vulkan 백엔드에서 내부 심볼을 숨김으로써 중대한 버그를 수정한 버전 b11120을 출시했습니다. 이 변경은 내부 심볼이 내보내질 때 발생하던 중복 dlopen 상태 파괴 문제를 방지합니다.

github llama.cpp · 17시간 전 · 조회수 9회

llama.cpp가 HunyuanOCR에 대한 DFlash 지원을 추가하고 드래프트 변환을 수정함

llama.cpp 프로젝트는 타겟 그래프에서 레이어 입력 텐서를 노출하여 HunyuanOCR 모델과 함께 DFlash 추측 디코딩에 대한 지원을 추가했습니다. 이 변경 사항으로 드래프트 모델이 잔류 스트림을 읽을 수 있게 되어, 비추측 실행과 비교할 때 약 0.5의 드래프트 수용률과 바이트 단위로 동일한 OCR 출력을 유지하며 이미지 요청을 성공적으로 실행할 수 있습니다.

github llama.cpp · 17시간 전 · 조회수 13회

llama.cpp b11104에서 llama-server를 여러 주소에 바인딩하는 지원 추가

llama.cpp 프로젝트는 llama-server 구성 요소가 동시에 여러 네트워크 주소에 바인딩할 수 있는 새로운 기능을 도입한 버전 b11104를 출시했습니다.

github llama.cpp · 19시간 전 · 조회수 15회

llama.cpp b11102, MiMo-V2.6 지원 추가

llama.cpp 프로젝트는 MiMo-V2.6 모델 변환 지원을 도입한 빌드 b11102를 출시했습니다.

lab Hugging Face Blog · 20시간 전 · 조회수 10회

Transformers가 ggml 커널을 통해 GGUF 지원 추가

Hugging Face의 Transformers 라이브러리는 이제 기본 ggml 커널을 활용하여 llama.cpp에 가까운 성능을 제공하며 GGUF 양자화된 모델을 로드할 수 있게 되었습니다. 이 통합을 통해 개발자는 지원되는 하드웨어에서 표준 PyTorch 기반 API 내에서 양자화된 체크포인트를 직접 실행할 수 있습니다.