跳到正文
llama.cpp Releases(github.com)· sihanyu03·· 12 天前品質評分40

llama.cpp b12285 為 CUDA FlashAttention 加入 head size 40 與 72 的 MMA 支援

b12285: cuda : fattn mma head sizes 40 72 (#30285)

重點導讀

llama.cpp 在 b12285 加入 CUDA FlashAttention 對 head size 40 與 72 的 MMA 支援,讓這兩種尺寸可使用 Tensor Core dispatch,不再回退至 tile kernel。

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

b12285: cuda : fattn mma head sizes 40 72 (#30285)

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