זוהי גרסה קודמת. הגרסה הנוכחית היא b9994. llama.cpp b9994 · תאריך שחרור:
קובצי התקנה b9828
| ארכיטקטורה | סוג | היקף התקנה | גודל קובץ | הורדה | SHA256 |
|---|---|---|---|---|---|
| 64 ביט | ZIP → נייד (Portable) | — | — | github.com | VirusTotal |
הקישור וערך ה־SHA256 לקוחים מהמניפסט הקהילתי של Windows Package Manager. מומלץ להשוות את ערך ה־hash של הקובץ שהורד לפני הפעלתו.
הערות גרסה
opencl: flash attention improvement (#25069)
- opencl: rework FA kernel for f16 and f32
- opencl: flash-attention prefill prepass kernels
- flash_attn_kv_pad_f16 pads the tail KV tile to a BLOCK_N multiple
- flash_attn_mask_pad_f16 pads the matching mask tile
- flash_attn_blk_f16 classifies each KV tile per query block as
fully masked / mixed / fully unmasked, so
the main kernel can skip fully-masked tiles
and the mask lookup for fully-unmasked ones
- opencl: FA kernels for q4_0 and q8_0
- opencl: set_rows for f32 to q8_0/q4_0
- opencl: dequant kernels for q4_0 and q8_0
- opencl: add FA tile tuning table with override
- opencl: wire host side for FA
- opencl: q4_0 MoE tensors are also SOA'ed
- opencl: cosmetic fix
- opencl: refactor, also clarify some code paths in comments
- opencl: fix inifity for -cl-finite-math-only
Co-authored-by: Li He lih@qti.qualcomm.com
macOS/iOS:
- macOS Apple Silicon (arm64)
- macOS Apple Silicon (arm64, KleidiAI enabled) DISABLED
- macOS Intel (x64)
- iOS XCFramework
Linux:
- Ubuntu x64 (CPU)
- Ubuntu arm64 (CPU)
- Ubuntu s390x (CPU)
- Ubuntu x64 (Vulkan)
- Ubuntu arm64 (Vulkan)
- Ubuntu x64 (ROCm 7.2)
- Ubuntu x64 (OpenVINO)
- Ubuntu x64 (SYCL FP32)
- Ubuntu x64 (SYCL FP16)
Android:
- Android arm64 (CPU)
Windows:
- Windows x64 (CPU)
- Windows arm64 (CPU)
- Windows arm64 (OpenCL Adreno)
- Windows x64 (CUDA 12) - CUDA 12.4 DLLs
- Windows x64 (CUDA 13) - CUDA 13.3 DLLs
- Windows x64 (Vulkan)
- Windows x64 (OpenVINO)
- Windows x64 (SYCL)
- Windows x64 (HIP)
openEuler:
- DISABLED
- openEuler x86 (310p)
- openEuler x86 (910b, ACL Graph)
- openEuler aarch64 (310p)
- openEuler aarch64 (910b, ACL Graph)
UI:
- UI