პოპულარული: მონაცემები განახლდა: 27 ოქტომბერი, 2026

კატეგორიები

ინტერნეტი1356
კომუნიკაცია321
აუდიო და ვიდეო898
გრაფიკა და დიზაინი539
ოფისი და პროდუქტიულობა1124
დეველოპერის ხელსაწყოები3134
ხელოვნური ინტელექტი529
უსაფრთხოება და კონფიდენციალურობა385
სისტემური ხელსაწყოები3114
თამაშები523
განათლება და მეცნიერება239
ქსელი და IT284

llama.cpp b10236 ჩამოტვირთვა

LLM inference in C/C++

ეს ძველი ვერსიაა. უახლესი ვერსია: b9994. llama.cpp b9994 · გამოშვების თარიღი:

საინსტალაციო ფაილები b10236

არქიტექტურატიპიმოქმედების არეფაილის ზომაჩამოტვირთვაSHA256
64-ბიტიანი ZIP → პორტატული — — github.com VirusTotal

ბმული და SHA256 აღებულია Windows Package Manager-ის საზოგადოების მანიფესტიდან. ფაილის გაშვებამდე შეადარეთ ჰეში.

ცვლილებების აღწერა

metal: implement DSv4 Lightning Indexer (#25893)
- metal: implement F16 Lightning Indexer
- Implement GGML_OP_LIGHTNING_INDEXER for 128-dimensional, 64-head inputs
with F32 queries and weights plus F16 keys and masks.
- Add tiled and tail kernels and test KV lengths around 8- and 64-element
boundaries.
llama-bench (--mmap 1, -fa 1, -p 512, -n 128; d=0/10k/20k/30k):
Before:
- pp512: 153.73 ± 0.87 t/s
- tg128: 8.91 ± 0.04 t/s
- pp512 @ d10000: 73.90 ± 0.39 t/s
- tg128 @ d10000: 8.66 ± 0.03 t/s
- pp512 @ d20000: 45.83 ± 0.18 t/s
- tg128 @ d20000: 8.26 ± 0.03 t/s
- pp512 @ d30000: 33.40 ± 0.21 t/s
- tg128 @ d30000: 7.94 ± 0.01 t/s
After:
- pp512: 155.19 ± 0.91 t/s
- tg128: 8.95 ± 0.04 t/s
- pp512 @ d10000: 86.95 ± 0.69 t/s
- tg128 @ d10000: 9.00 ± 0.05 t/s
- pp512 @ d20000: 62.01 ± 0.45 t/s
- tg128 @ d20000: 8.68 ± 0.04 t/s
- pp512 @ d30000: 49.18 ± 0.33 t/s
- tg128 @ d30000: 8.60 ± 0.02 t/s
Assisted-by: Codex
- metal: stage Lightning Indexer K tiles
- Stage and dequantize K in F16 threadgroup memory before simdgroup matrix loads.
- Zero-fill partial tiles and guard stores so all KV segments use the same numerical path.
- Support F32, F16, BF16, Q4_0, Q4_1, Q5_0, Q5_1, and Q8_0 K caches.
llama-bench (--mmap 1, -fa on, -p 512, -n 128; d=0/10k/20k):
- pp512: 160.38 +/- 1.01 t/s
- tg128: 9.08 +/- 0.03 t/s
- pp512 @ d10000: 88.37 +/- 0.46 t/s
- tg128 @ d10000: 9.07 +/- 0.04 t/s
- pp512 @ d20000: 62.53 +/- 0.46 t/s
- tg128 @ d20000: 8.84 +/- 0.03 t/s
Assisted-by: Codex
- dedup Lightning Indexer constants, fix flaky test
- cont : fix whitespace
Co-authored-by: forforever73 690105611@qq.com
Co-authored-by: Georgi Gerganov ggerganov@gmail.com
Website:
- https://llama.app
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

https://github.com/ggml-org/llama.cpp/releases/tag/b10236

ტეგები

გაზიარება