跳到正文
llama.cpp Releases(github.com)· github-actions[bot]·· 6 天前品質評分41

llama.cpp 修好 OpenCL 注意力運算的 3 個問題

b12456

重點導讀

llama.cpp 修正 OpenCL 的 flash-attention 預填運算路徑中的 3 個問題。

  • 第一個問題會讓每次運算留下沒釋放的資料,讓伺服器越跑越慢。
  • 修正後會釋放這些資料。第二個問題是在 q8_0 的 K/V 資料搭配 512 大小的注意力頭時,可能算出錯誤結果,現在會改走一般運算路徑。第三個問題是輸入太長、超過裝置能處理的影像寬度時,原本會失敗。
  • 現在也會改走一般路徑。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

信源出處github.com

b12456

本文為 888news 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論,請前往原始網站。

開啟原文
來源: llama.cpp Releases (github.com)
開啟原文

讀者討論

理性交流 · 即時討論