Pre-Release / Continuous Build: Dies ist ein experimenteller Build, keine stabile Veröffentlichung.
vulkan: sparse Flash Attention für quantisierte K/V (#29639) * vulkan: sparse Flash Attention für quantisierte K/V Assisted-by: Claude * vulkan: Sparse-FA-Indexkompaktierung mit einzelner Übertragung Die Kompaktierung lief mit einer Workgroup pro Maskenzeile und durchlief die Zeile in BLOCK_SIZE-Blöcken, mit einem Workgroup-Scan pro Block. Beim Decode ist das eine Workgroup, die KV/1024 barrier-gebundene Iterationen ausführt, sodass bei 128k Zellen die Kosten höher waren als die Sparse Attention, die sie speist. Teile die Zeile stattdessen in zusammenhängende Segmente: eines pro Subgroup mit Ballot-Zählung über coalesced Loads oder eines pro Thread ohne Subgroups. Ein einzelner Scan über die Segmentzählungen liefert dann jedem Segment seinen Ausgabe-Offset. Die Indexliste bleibt aufsteigend.Website: - https://llama.app
Attestations: - https://github.com/ggml-org/llama.cpp/attestations/52797762
macOS/iOS: - macOS Apple Silicon (arm64) - macOS Apple Silicon (arm64, KleidiAI aktiviert) DISABLED - macOS Intel (x64) - iOS XCFramework
Linux: - Ubuntu x64 (CPU) - Ubuntu arm64 (CPU) - Ubuntu s390x (CPU) - Ubuntu x64 (Vulkan) - Ubuntu arm64 (Vulkan) - Ubuntu x64 (CUDA 12) - CUDA 12.8 Bibliotheken - Ubuntu x64 (CUDA 13) - CUDA 13.4 Bibliotheken - Ubuntu arm64 (CUDA 13) - CUDA 13.4 Bibliotheken - Ubuntu x64 (ROCm 10.0) - Ubuntu x64 (OpenVINO) - Ubuntu x64 (SYCL FP32) - Ubuntu x64 (SYCL FP16) - Linux arm64 (Snapdragon: CPU, Adreno GPU, Hexagon NPU) - Einrichtungsanleitung
Android: - Android arm64 (CPU) - Android arm64 (Snapdragon: CPU, Adreno GPU, Hexagon NPU) - Einrichtungsanleitung
Windows: - Windows x64 (CPU) - Windows arm64 (CPU) - Windows arm64 (OpenCL Adreno) - Windows x64 (CUDA 12) - CUDA-12.4-DLLs - Windows x64 (CUDA 13) - CUDA-13.4-DLLs - Windows arm64 (CUDA 13) - CUDA-13.4-DLLs - Windows x64 (Vulkan) - Windows arm64 (Vulkan) - Windows x64 (OpenVINO) - Windows x64 (SYCL) - Windows x64 (ROCm 10.0)
openEuler: - DISABLED - openEuler x86 (310p) - openEuler x86 (910b, ACL Graph) - openEuler aarch64 (310p) - openEuler aarch64 (910b, ACL Graph)
UI: - UI