llama.cpp Releases2026-10-16 13:28 UTC+8Actualizado el 2026-10-17 10:07 UTC+8

[Pre-lanzamiento / compilación continua] b11680

[Pre-lanzamiento / compilación continua] hexagon: reelaboración del repacking de tensores y soporte para pesos cuantizados y fp en mosaico y planos (#30635) * hex-repack: Eliminar el hack need_repack y agilizar las…

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

hexagon: reelaboración del repacking de tensores y soporte para pesos cuantizados y fp en mosaico y planos (#30635) * hex-repack: Eliminar el hack need_repack y agilizar las reglas -- rompe las pruebas GET_ROWS para K-Quants, se corregirá en la próxima ronda Añadir soporte para GET_ROWS con Q5_K en mosaico Añadir soporte para tensores k-quant crudos * hex-get-rows: vectorizar los ukernels k-quant crudos * hex-binary: refactorizar las funciones de hilo del dma-loop (sin necesidad de macros, etc.) * hex-quant: mover/limpiar los ukernels de dequantización planos y en mosaico * hex-repack: añadir soporte para repacking/tiling de pesos 2D F16/F32/BF16 * hex-get-rows: eliminar cast redundante * hex-repack: filtrado adecuado para BF16 que se filtraban durante las pruebas * hex-repack: agilizar las reglas de tiling (MM roto por ahora) * hex-repack: corregir mmid después de las actualizaciones de tiling * hex-repack: renombrar repacked a tiled en todos los flags/funcs/kernels/vars * hex-mm: corregir el cálculo de valid_rows en varios kernels * hex-mm: eliminar hvx_mm_nx_2d_flat sin usar * hex-mm: limpiar y optimizar hvx-tiled vec_dot_f16 * hex-mm: otra pasada al matmul f16 hvx-tiled * hex-get-rows: optimizar src1 pequeño * hex-get-rows: una pasada más para recuperar la regresión de rendimiento de get-rows * hex-repack: exportar GGML_HEXAGON_RT_REPACK vía run.py * hex-mm-tiled: corregir la regresión de precisión con matmul hmx-tiled-f16 * hex-mm: fusionar las comprobaciones tiled_f16 en el flujo general * hex-get-rows: eliminar comprobaciones muertas de buffer_is_hexagon y tiling durante supports_op * hex-quant: manejo adecuado del tail en los nuevos ukernels de dequantización * hex-get-rows: eliminar código sin usar y limpiar las comprobaciones de soporte * hex-mm: limpiar las comprobaciones de padding/tiling de ne1 * hex-mm: limpiar las comprobaciones de fusión para tensores en mosaico * hex-repack: añadir un pequeño helper can_repack para reducir la duplicación * hex-repack: nunca hacer repack de buffers del host * hex-repack: extraer las funciones de repack a .h y .cpp separados * hex-tensor: limpiar las interfaces de tensor para tamaños tiled/padded * hex-repack: actualizar los comentarios de tiling de k-quant y limpiar los #defines * hex-dcache: extraer el seguimiento y vaciado dirty de l2/dcache y flushing * hex-tensor: actualizar la documentación y eliminar la duplicación de #defs * hex-tensor: eliminar la interfaz get_data sin usar/incorrecta * hex-get-rows: limpiar la construcción del layout vtcm * tests: deshabilitar las pruebas de MM enormes * hex-dcache: añadir el header que faltaba

Sitio web: - https://llama.app

Atestaciones: - https://github.com/ggml-org/llama.cpp/attestations/56541220

macOS/iOS: - macOS Apple Silicon (arm64) - macOS Apple Silicon (arm64, KleidiAI habilitado) 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) - Bibliotecas de CUDA 12.8 - Ubuntu x64 (CUDA 13) - Bibliotecas de CUDA 13.4 - Ubuntu arm64 (CUDA 13) - Bibliotecas de 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