llama.cpp b12329 針對 NVFP4 CUDA 檢查點最佳化 MMQ 預填充
b12329
重點導讀
llama.cpp b12329 將 NVFP4 權重縮放融合至 CUDA MMQ 的寫回階段,並把矩陣乘法與縮放整合,以最佳化 CUDA 預填充;此版本也加入融合測試並調整相關檢查。
更新另列出 macOS、iOS、Linux、Android、Windows 與 openEuler 的建置驗證專案,涵蓋 CPU、CUDA、Vulkan 等平臺與後端。
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
b12329
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