llama.cpp 项目在 b10867 版本中默认禁用了集成 GPU (iGPU) 的惰性张量加载。此更改解决了先前 "AUTO" 惰性模式设置中引入的回归问题。
- 该更新撤销了除在 AUTO 配置中禁用 iGPU 惰性加载之外的所有更改。
- 通过添加特定的惰性模式自动修复，修复了 iGPU 回归问题。
- 预构建的二进制文件适用于 macOS、Linux、Windows、Android 和 openEuler，支持 CPU、CUDA、Vulkan、ROCm 及其他后端。
github
llama.cpp
·
2 天前
·
inference
llama.cpp 默认在集成 GPU 上禁用惰性张量加载
译自 English → 中文
相关文章
github
llama.cpp
·
2 天前
·
3 次浏览
llama.cpp b10864 修复了混合模型的检查点驱逐问题
llama.cpp 项目发布了构建版本 b10864，其中包含对 `create_checkpoint()` 中检查点间隔驱逐逻辑的修复。此前，驱逐规则保留了最旧的检查点并删除了 `checkpoint_min_step` 内的后续检查点，导致短于该阈值的提示词丢失了恢复所需的检查点。这迫使混合模型和循环模型不必要地从前一个检查点重新预填充。
github
llama.cpp
·
3 天前
·
6 次浏览
llama.cpp b10844 为 Vulkan 添加 DeepSeek-V4 超连接融合操作
llama.cpp 项目发布了 b10844 版本，在 Vulkan 后端引入了对 DeepSeek-V4 超连接融合操作（DSV4_HC_COMB/PRE/POST）的支持。此次更新使 Vulkan 在这些特定优化方面与 CUDA 和 Metal 持平。
github
llama.cpp
·
3 天前
·
4 次浏览
llama.cpp b10842 添加了对 gfx90c HIP 的支持
llama.cpp 项目发布了构建版本 b10842，通过 HIP 引入了对 gfx90c 架构的支持。
media
Hugging Face Forums
·
3 天前
·
8 次浏览
AI Model Radar 启动，为开源模型提供精确的硬件适配
一个名为 AI Model Radar 的新网站帮助用户确定哪些开源模型真正适合他们的 GPU 或 Mac，它使用测量数据而非估算。该平台基于真实发布的 GGUF 文件计算权重大小，并根据模型配置逐层计算上下文缓存。
github
llama.cpp
·
3 天前
·
7 次浏览
llama.cpp b10840 为 CUDA 添加无分支 Q4_K/Q5_K 解包和 L2 预取
llama.cpp 项目发布了版本 b10840，引入了针对 CUDA 推理的性能优化。该更新实现了 Q4_K 和 Q5_K 量化格式的无分支计算，以加速矩阵-向量乘法 (mmvq)。