# llama.cpp يغيّر تقسيم الانتباه الوميضي على Hexagon

> يجمع الإصدار b11868 خياري تقسيم الانتباه الوميضي على Hexagon، ويضيف تقسيم العمل إلى فرق عندما لا تستفيد رؤوس KV من كل الأنوية المتاحة.

Oossa · 2026-10-24 · https://oossa.com/ar/llama-cpp-changes-hexagon-flash-attention-splitting

يغيّر الإصدار b11868 من ggml-org/llama.cpp آلية تعامل Hexagon مع الانتباه الوميضي متعدد الأنوية من نوع HMX. ويستبدل الإعدادين المنفصلين `FA_HEAD_SPLIT` و`FA_SPLIT` بخيار واحد هو `GGML_HEXAGON_FA_SPLIT`.

عند ضبط الخيار على 1، يمكن توزيع العمل على رؤوس KV، وكذلك على فرق إذا كان عدد رؤوس KV أقل من عدد الأنوية، بما يتيح للأنوية التي كانت ستبقى خاملة المشاركة. ويورد الإصدار مثال Gemma 4 برأسي KV على أربعة أنوية.

## الحقائق

- الإعداد `GGML_HEXAGON_FA_SPLIT` على 0 يُبقي تقسيم الرموز فقط؛ أما ضبطه على 1 فيفعّل تقسيم الرؤوس وتقسيم الفرق عند الحاجة.
- تشير ملاحظات الإصدار إلى استخدام تقسيم الرؤوس العادي عندما تكون الرؤوس موزعة بالتساوي. 

## لماذا يهم

يُفترض أن يتيح هذا التغيير لمستخدمي llama.cpp على أجهزة Hexagon إشراك الأنوية عندما يكون لدى النموذج عدد من رؤوس KV أقل من عدد الأنوية؛ ولا تحدد ملاحظات الإصدار مقدار أي تحسن في السرعة.

## المصادر والمراجع

1. [ggml-org/llama.cpp b11868](https://github.com/ggml-org/llama.cpp/releases/tag/b11868) – llama.cpp, 2026-10-24

آخر تحديث: 2026-10-24