llama.cpp b12342 加入支援少量資料列的 CUDA MMQ 核心
b12342
重點導讀
llama.cpp b12342 加入新的 int8 MMA 核心,用於處理 src1 欄數為 2–24 的量化矩陣乘法,可用於 speculative decoding 驗證階段。
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
b12342
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