llama.cpp Releases2026-10-15 11:58 UTC+8Aktualisiert 2026-10-16 10:11 UTC+8

[Pre-Release / Continuous-Build] b11635

[Pre-Release / Continuous-Build] ggml-cpu : FP16->FP32-Lookuptabelle auf x86 mit F16C beibehalten (#30342) (#30343) * ggml-cpu : FP16->FP32-Lookuptabelle auf x86 mit F16C beibehalten (#30342) #30270 führte beide skalaren…

Pre-Release / Continuous-Build: dies ist ein experimenteller Build, keine stabile Veröffentlichung.

ggml-cpu : FP16->FP32-Lookuptabelle auf x86 mit F16C beibehalten (#30342) (#30343) * ggml-cpu : FP16->FP32-Lookuptabelle auf x86 mit F16C beibehalten (#30342) #30270 führte beide skalaren Konvertierungen über F16C. Bei FP16->FP32 senkt Clang 20.1.8 das Intrinsic zu einem vpinsrw ab, das in das Live-Akkumulatorregister der quantisierten Dot-Produkte eingefügt wird, wodurch die Schleife serialisiert wird (geschätzt 19 vs. 4 Zyklen/Iteration, gemessen 45-65 % langsamere Q8_0/Q4_0-MUL_MAT_ID-Kernel). F16C wie vorgesehen für FP32->FP16 beibehalten sowie die Tabelle für FP16->FP32. * ggml-cpu : das F16C FP16->FP32-Define auskommentieren, statt es zu entfernen (Review)

Website: - https://llama.app

Attestations: - https://github.com/ggml-org/llama.cpp/attestations/56105849

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