github llama.cpp · há 1 d · inference

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

Traduzido do English → Português (BR)

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.

Adicionados pipelines de multiplicação matricial f16 tipo B e ajuste do tamanho do tile warp para Intel coopmat1.
Ativado o pipeline f16 tipo B para multiplicação matricial densa em todos os fornecedores, mantendo o suporte Mixture of Experts (MoE) apenas para Intel.
Adicionados os ramos OCP FP4 ausentes e restringido required_subgroup_size à Intel.
Simplificado e refinado a seleção de mmp no mul_mat_id.

Esta atualização expande a compatibilidade Vulkan para operações matriciais específicas e refina a lógica interna de seleção para melhorar a utilização do hardware.

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 3 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 17 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 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.

github llama.cpp · há 2 d · 1 visualização

llama.cpp b10863 corrige threads ociosas no Metal mul_mv_iq3_xxs para matrizes pequenas

O projeto llama.cpp lançou a compilação b10863, que inclui uma correção para threads ociosas no kernel `mul_mv_iq3_xxs` no Metal quando `ne00` é menor que 1024. A atualização aborda um problema de simdgroup meio ocioso introduzindo um kernel dividido separado para dimensões específicas da matriz.