ఇది పాత వెర్షన్. తాజా వెర్షన్ b9994. llama.cpp b9994 · విడుదల:
ఇన్స్టాలర్ ఫైల్లు b7502
| ఆర్కిటెక్చర్ | రకం | ఎవరి కోసం | ఫైల్ సైజ్ | డౌన్లోడ్ | SHA256 |
|---|---|---|---|---|---|
| 64-బిట్ | ZIP → పోర్టబుల్ | — | — | github.com | VirusTotal |
లింక్లు మరియు SHA256, Windows Package Manager కమ్యూనిటీ మ్యానిఫెస్ట్ల నుంచి తీసుకున్నవి. ఫైల్ను రన్ చేసే ముందు దాని హ్యాష్ సరిపోల్చండి.
రిలీజ్ నోట్స్
vulkan: Implement set_tensor_async and the event interfaces (#18047)
The goal is to enable the async loading code paths in
llama_model_loader::load_all_data, originally from #7896. This works and the
loads themselves are faster, but with host visible vidmem I think the cost of
allocating/mapping vidmem moves and becomes more expensive, and I don't see a
benefit by default. But with GGML_VK_DISABLE_HOST_VISIBLE_VIDMEM=1 I do see a
significant improvement in model loading time.
macOS/iOS:
- macOS Apple Silicon (arm64)
- macOS Intel (x64)
- iOS XCFramework
Linux:
- Ubuntu x64 (CPU)
- Ubuntu x64 (Vulkan)
- Ubuntu s390x (CPU)
Windows:
- Windows x64 (CPU)
- Windows arm64 (CPU)
- Windows x64 (CUDA 12) - CUDA 12.4 DLLs
- Windows x64 (CUDA 13) - CUDA 13.1 DLLs
- Windows x64 (Vulkan)
- Windows x64 (SYCL)
- Windows x64 (HIP)
openEuler:
- openEuler x86 (310p)
- openEuler x86 (910b)
- openEuler aarch64 (310p)
- openEuler aarch64 (910b)