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