Pre-Release / Continuous-Build: dies ist ein experimenteller Build, keine stabile Veröffentlichung.
graph: KV-Dimension der No-Cache-Attention auf 256 auffüllen (#30416) Der No-Cache-Pfad erzeugt eine [n_tokens, n_tokens]-Maske und übergibt K und V ungepolstert, sodass FLASH_ATTN_EXT K->ne[1] == n_tokens sieht. Die CUDA-Kernel für eine Head-Größe von 512 benötigen ein Vielfaches von FATTN_KQ_STRIDE, daher fällt die Operation für die meisten Längen auf die CPU zurück, und der -fa-Auto-Test (1 Token) deaktiviert Flash Attention für solche Modelle. Fülle die Maske wie llama_kv_cache::get_n_kv auf und polstere K und V mit Nullen bis zur KV-Dimension der Maske auf. clef erzeugt seine eigene kausale Maske und polstert sie auf dieselbe Weise.Website: - https://llama.app
Attestierungen: - https://github.com/ggml-org/llama.cpp/attestations/55199687
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: - DEAKTIVIERT - openEuler x86 (310p) - openEuler x86 (910b, ACL Graph) - openEuler aarch64 (310p) - openEuler aarch64 (910b, ACL Graph)
Benutzeroberfläche: - Benutzeroberfläche