github llama.cpp · 2 д назад · inference

llama.cpp b10688 добавляет настройки fa-vec для M2

Переведено с English → Русский

Проект llama.cpp выпустил сборку b10688, которая включает запрос на слияние (pull request) с добавлением быстрых векторных (fa-vec) настроек для архитектуры M2.

Это обновление предоставляет бинарные файлы и фреймворки для нескольких платформ и аппаратных конфигураций. Сборки macOS доступны для Apple Silicon и Intel, в то время как пользователи iOS могут получить доступ к XCFramework. Поддержка Linux охватывает варианты для CPU, Vulkan, ROCm 7.14, OpenVINO и SYCL для архитектур x64, arm64 и s390x. Выпуски для Windows включают поддержку CPU, OpenCL Adreno, Vulkan, ROCm 7.14, OpenVINO, SYCL и CUDA 12/13 как для x64, так и для arm64. Также предоставлены бинарные файлы Android arm64.

Выпуск позволяет пользователям запускать llama.cpp на широком спектре устройств и ускорителей с использованием последних артефактов сборки.

Важность 1/3 Доверие 1/3 llama.cpp Inference efficiency Local inference

Оригинал

Похожие статьи

github llama.cpp · только что · 1 просмотр Live

llama.cpp b10721 исправляет сбой WebGPU и добавляет поддержку CUDA 13.4 для Windows

Проект llama.cpp выпустил сборку b10721, которая включает критическое исправление для бэкенда WebGPU и расширяет поддержку оборудования на Windows.

github llama.cpp · 2 ч назад

llama.cpp b10718 расширяет слияние MOE на specdec и многотокенный режим

Проект llama.cpp выпустил версию b10718, которая включает значительное обновление бэкенда CUDA. Наиболее заметным изменением является расширение слияния Mixture of Experts (MOE) для поддержки спекулятивного декодирования (specdec), что устраняет предыдущие ограничения, при которых слияние MOE glu и topk-router было ограничено обработкой только одного токена за раз.

github llama.cpp · 5 ч назад · 1 просмотр

llama.cpp b10715 объединяет кодировщик DFlash с инъекцией KV-кэша

Проект llama.cpp выпустил сборку b10715, которая включает ключевую оптимизацию реализации DFlash. Кодировщик DFlash теперь напрямую объединён с процессом инъекции в KV-кэш во время декодирования.

github llama.cpp · 6 ч назад · 1 просмотр

llama.cpp b10714 настраивает строки mat-vec Vulkan для Strix Halo

Проект llama.cpp выпустил сборку b10714, включающую специфические оптимизации для бэкенда Vulkan, ориентированные на оборудование AMD Strix Halo. Обновление корректирует количество строк умножения матрицы на вектор для улучшения производительности при пакетном выводе.

github llama.cpp · 12 ч назад · 3 просмотра

llama.cpp b10706 добавляет поддержку SWIGLU_CLAMP и шейдеров Vulkan

Проект llama.cpp выпустил сборку b10706, внедряя новый функционал в бэкенд ggml. Это обновление включает добавление SWIGLU_CLAMP и новую реализацию шейдера Vulkan.