github llama.cpp · há 2 d · inference

llama.cpp b10853 adiciona suporte à reversão de estado recorrente do Kimi-K3

Traduzido do English → Português (BR)

O projeto llama.cpp lançou a versão b10853, que introduz suporte ao mecanismo de reversão de estado recorrente do modelo Kimi-K3 por meio do pull request #28466.

Esta atualização fornece binários pré-compilados e frameworks em várias plataformas e aceleradores de hardware. As compilações disponíveis incluem macOS (Apple Silicon e Intel), iOS, Linux (Ubuntu x64, arm64, s390x com CPU, Vulkan, ROCm 10.0, OpenVINO e backends SYCL), Android (arm64), Windows (CPU, OpenCL Adreno, CUDA 12/13, Vulkan, OpenVINO, SYCL, ROCm 10.0) e openEuler (x86 e aarch64 com ACL Graph).

O lançamento garante compatibilidade com a mais recente arquitetura Kimi-K3 enquanto mantém amplo suporte de hardware para inferência local.

Importância 1/3 Confiança 1/3 llama.cpp Hugging Face Inference efficiency

Ler original

llama.cpp b10888 adiciona rótulos de depuração de buffer de comandos para profilers de GPU

O projeto llama.cpp lançou a compilação b10888, que inclui um novo recurso para adicionar rótulos de depuração de buffer de comandos para profilers de GPU no backend Vulkan.

github llama.cpp · há 4 h · 1 visualização

llama.cpp b10886 adiciona suporte a intrínsecos vetoriais Q1_0 para s390x

O projeto llama.cpp lançou a compilação b10886, que introduz o suporte a intrínsecos vetoriais Q1_0 para a arquitetura s390x. Esta atualização inclui a implementação de `ggml_vec_dot_q1_0_q8_0` e atualiza a documentação para refletir a nova capacidade.

github llama.cpp · há 18 h · 1 visualização

llama.cpp b10883 corrige multiplicação de matrizes Vulkan e restaura otimizações Ampere

O projeto llama.cpp lançou a compilação b10883, que inclui atualizações significativas no backend Vulkan. A principal alteração envolve o uso de constantes de especificação para operações de multiplicação matriz-matriz tipo A para melhorar a compilação e o desempenho dos shaders.

github llama.cpp · há 1 d · 2 visualizações

llama.cpp b10870 adiciona pipelines de multiplicação matricial f16 tipo B e ajuste do tamanho do tile warp para Intel coopmat1

O projeto llama.cpp lançou a versão b10870, introduzindo suporte Vulkan para pipelines de multiplicação matricial f16 tipo B e ajuste do tamanho do tile warp especificamente para hardware Intel coopmat1.

github llama.cpp · há 1 d · 2 visualizações

llama.cpp b10871 adiciona shader mat-vec iq4_xs dedicado para Vulkan

O projeto llama.cpp lançou a compilação b10871, introduzindo um shader mul_mat_vec_iq4_xs dedicado para o caminho dmmv no Vulkan. Esta alteração substitui a implementação genérica de fallback anterior para melhorar o desempenho em hardware RDNA4.