llama.cpp 修正 MoE 快取搭配量化 KV 快取時可能造成的當機
b12569
重點導讀
llama.cpp 的 MoE 快取會在每一層增加查詢空間,使用 --moe-cache-cpu-share 時還會多一條專家路徑,但程式原本預留的空間不夠。
- 當 MoE 快取和量化 KV 快取一起使用時,部分模型會因為空間用完而中止。
- 這次更新調整了預留空間,修正這個問題。
AI 伴隨問答
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
b12569
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。
來源: llama.cpp Releases (github.com)
開啟原文