ఇది పాత వెర్షన్. తాజా వెర్షన్ b9994. llama.cpp b9994 · విడుదల:
ఇన్స్టాలర్ ఫైల్లు b9519
| 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
sycl : port multi-column MMVQ from CUDA backend (#21845)
mmvq:
Port the ncols_dst optimization from ggml-cuda/mmvq.cu to SYCL.
Read weights once per dispatch instead of once per column.
Covers all standard quant types + reorder paths for Q4_0, Q8_0,
Q3_K, Q4_K, Q5_K, Q6_K. IQ types (except IQ4_XS) excluded due to
incompatible vec_dot signatures.
ggml-sycl:
The weight reorder was only bootstrapped on single-token mat-vec
(ne[1] == 1). Speculative / MTP verify issues only multi-column mat-vec,
so it never triggered the reorder and ran on the slower non-reorder
kernel. Bootstrap it on small multi-column batches (ne[1] <= 8) too.
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) DISABLED
Android:
- Android arm64 (CPU)
Windows:
- Windows x64 (CPU)
- Windows arm64 (CPU)
- Windows x64 (CUDA 12) - CUDA 12.4 DLLs
- Windows x64 (CUDA 13) - CUDA 13.3 DLLs
- Windows x64 (Vulkan)
- Windows x64 (SYCL) DISABLED
- Windows x64 (HIP)
openEuler:
- DISABLED
- openEuler x86 (310p)
- openEuler x86 (910b, ACL Graph)
- openEuler aarch64 (310p)
- openEuler aarch64 (910b, ACL Graph)
UI:
- UI