نشر فريق ggml‑org الإصدار b11713 من llama.cpp في 17 أكتوبر 2026. ويحسّن التحديث أداء CUDA مع أنواع البيانات منخفضة البِتّات، باستخدام خوارزمية MMVQ أسرع. كما يتضمن إصلاحًا صغيرًا لوحدات معالجة الرسوميات HIP (AMD) عند استخدام تكميمَي Q3_K وQ6_K. وأصبحت ملفات ثنائية جاهزة للاستخدام متاحة للتنزيل لأنظمة macOS وiOS وعدة إصدارات من Ubuntu، لمنصات CPU وVulkan وCUDA.
لماذا يهم
يمكن للمطورين تشغيل نماذج LLM المكمّمة بسرعة أكبر على وحدات NVIDIA، ما يخفض تكاليف الاستدلال لتطبيقات الذكاء الاصطناعي المحلية.
