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

[Pre-release / compilación continua] b11635

[Pre-release / compilación continua] ggml-cpu : mantener la tabla de búsqueda FP16->FP32 en x86 con F16C (#30342) (#30343) * ggml-cpu : mantener la tabla de búsqueda FP16->FP32 en x86 con F16C (#30342) #30270 enrutó…

Pre-release / compilación continua: esta es una compilación experimental, no una versión estable.

ggml-cpu : mantener la tabla de búsqueda FP16->FP32 en x86 con F16C (#30342) (#30343) * ggml-cpu : mantener la tabla de búsqueda FP16->FP32 en x86 con F16C (#30342) #30270 enrutó ambas conversiones escalares a través de F16C. Para FP16->FP32, Clang 20.1.8 reduce la intrínseca a un vpinsrw que se fusiona en el registro acumulador activo de los productos escalares cuantizados, lo que serializa el bucle (19 frente a 4 ciclos/iteración estimados, kernels Q8_0/Q4_0 MUL_MAT_ID un 45-65% más lentos medidos). Mantener F16C para FP32->FP16 como estaba previsto y la tabla para FP16->FP32. * ggml-cpu : comentar la definición F16C FP16->FP32 en lugar de eliminarla (review)

Sitio web: - https://llama.app

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

macOS/iOS: - macOS Apple Silicon (arm64) - macOS Apple Silicon (arm64, KleidiAI habilitado) DESACTIVADO - 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) - Bibliotecas CUDA 12.8 - Ubuntu x64 (CUDA 13) - Bibliotecas CUDA 13.4 - Ubuntu arm64 (CUDA 13) - Bibliotecas CUDA 13.4 - Ubuntu x64 (ROCm 10.0) - Ubuntu x64 (OpenVINO) - Ubuntu x64 (SYCL FP32) - Ubuntu x64 (SYCL FP16) - Linux arm64 (Snapdragon: CPU, GPU Adreno, NPU Hexagon) - guía de configuración