Pre-Release / Continuous-Build: dies ist ein experimenteller Build, keine stabile Version.
hexagon: Überarbeitung des Tensor-Repackings und Unterstützung für gekachelte und flache quantisierte sowie fp-Gewichte (#30635) * hex-repack: need_repack-Hack entfernt und die Regeln gestrafft -- bricht die GET_ROWS-Tests für K-Quants, wird in der nächsten Runde behoben Unterstützung für GET_ROWS mit gekacheltem Q5_K hinzugefügt Unterstützung für rohe k-quant-Tensoren hinzugefügt * hex-get-rows: raw k-quant ukernels vektorisiert * hex-binary: dma-loop-Thread-Funktionen refaktoriert (keine Makros nötig, etc.) * hex-quant: flache und gekachelte Dequantisierungs-ukernels verschoben/aufgeräumt * hex-repack: Unterstützung für Repacking/Tiling von F16/F32/BF16 2D-Gewichten hinzugefügt * hex-get-rows: redundanten Cast entfernt * hex-repack: korrekte Filterung für BF16, das während der Tests durchsickerte * hex-repack: Tiling-Regeln gestrafft (MM vorerst defekt) * hex-repack: mmid nach den Tiling-Updates korrigiert * hex-repack: repacked in tiled in allen Flags/Funktionen/Kernels/Variablen umbenannt * hex-mm: valid_rows-Berechnung in verschiedenen Kernels korrigiert * hex-mm: ungenutztes hvx_mm_nx_2d_flat entfernt * hex-mm: hvx-tiled vec_dot_f16 aufgeräumt und optimiert * hex-mm: weiterer Durchlauf bei hvx-tiled f16 matmul * hex-get-rows: kleines src1 optimiert * hex-get-rows: ein weiterer Durchlauf zur Behebung der get-rows Performance-Regression * hex-repack: GGML_HEXAGON_RT_REPACK via run.py exportiert * hex-mm-tiled: Genauigkeitsregression mit hmx-tiled-f16 matmul behoben * hex-mm: tiled_f16-Prüfungen in den allgemeinen Ablauf integriert * hex-get-rows: tote Prüfungen für buffer_is_hexagon und tiling während supports_op entfernt * hex-quant: korrekte Tail-Behandlung in den neuen Dequantisierungs-ukernels * hex-get-rows: ungenutzten Code entfernt und Support-Prüfungen aufgeräumt * hex-mm: ne1-Padding/Tiling-Prüfungen aufgeräumt * hex-mm: Fusion-Prüfungen für gekachelte Tensoren aufgeräumt * hex-repack: kleinen can_repack-Helper hinzugefügt, um Duplizierung zu reduzieren * hex-repack: Host-Buffer niemals repacken * hex-repack: Repack-Funktionen in separate .h- und .cpp-Dateien ausgelagert * hex-tensor: Tensor-Ifaces für tiled/padded-Größen aufgeräumt * hex-repack: k-quant-Tiling-Kommentare aktualisiert und #defines aufgeräumt * hex-dcache: l2/dcache dirty- tracking und Flushing ausgelagert * hex-tensor: Dokumentation aktualisiert und #defs-Duplizierung entfernt * hex-tensor: ungenutzte/inkorrekte get_data-Schnittstelle entfernt * hex-get-rows: vtcm-Layout-Build aufgeräumt * tests: riesige MM-Tests deaktiviert * hex-dcache: fehlenden Header hinzugefügtWebseite: - https://llama.app
Attestierungen: - https://github.com/ggml-org/llama.cpp/attestations/56541220
macOS/iOS: - macOS Apple Silicon (arm64) - macOS Apple Silicon (arm64, KleidiAI aktiviert) DEAKTIVIERT - 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)
UI: - UI