Проект llama.cpp выпустил исправление для сбоев операторов и проблем сборки MUSA (MTT S5000), ориентированное на архитектуру PH1. Это обновление устраняет критические ошибки, вызывавшие некорректные результаты или таймауты на этом оборудовании.

  • Исправляет производительность FlashAttention путем коррекции вывода ширины копирования 16 байт для целей sm_70+.
  • Включает пути CUB в MUSA, снимая ограничения на операции ARGSORT и TOP_K.
  • Устраняет дефекты MMQ, вызывавшие сбои квантованного умножения матриц, путем переключения на путь cuBLAS/dequant.
  • Исправляет зависания ядра fused TOPK_MOE, обеспечивая достижимость барьеров блоков для всех варпов.
  • Включает поддержку оператора GATED_DELTA_NET, значительно улучшая пропускную способность префилла и декодирования.

Эти изменения восстанавливают полную функциональность и улучшают производительность для пользователей MTT S5000, запускающих такие модели, как Qwen3.8-27B.