社区为 llama.cpp 提交的拉取请求（PR）显著提升了 Intel ARC 用户的提示词处理速度，特别使 B580 等硬件受益。贡献者在 Claude 的协助下优化了代码，以加速上下文处理。

  • 使用 Qwen3.6 35B A3B Q5_K_XL，处理 116k 上下文的对话时间从 510 秒（245t/s）降至 262 秒（462t/s）。
  • 该优化目前支持 F16 KV 缓存，计划稍后扩展对其他量化的支持。

通过持续的社区贡献，这一改进使 Intel ARC 硬件更接近其全部潜力。