# llama.cpp unterstützt BF16/FP16 in tinyBLAS auf x86-CPUs

> Die Open-Source-Bibliothek llama.cpp vektorisiert jetzt die Verarbeitung von BF16-, FP16- und FP32-Restdaten im tinyBLAS-Backend und beschleunigt damit die CPU-Inferenz.

Oossa · 2026-10-04 · https://oossa.com/de/llama-cpp-adds-bf16-fp16-support-in-tinyblas-for-x86-cpus

Das Team von ggml-org hat llama.cpp in Version b11398 veröffentlicht. Die Version unterstützt die Verarbeitung von BF16-, FP16- und FP32-Restdaten im tinyBLAS-CPU-Backend auf x86-Plattformen. Außerdem werden diese Daten zur schnelleren Berechnung vektorisiert. Vorgefertigte Binärdateien gibt es für macOS (Apple Silicon und Intel), iOS sowie verschiedene Ubuntu-Architekturen. Das Update enthält Anpassungen an den Tests, damit Vergleiche mit Referenzimplementierungen genau ausfallen.

## Die Fakten

- Version b11398 am 4. Oktober 2026 veröffentlicht
- Unterstützt die Verarbeitung von BF16-/FP16-/FP32-Restdaten in tinyBLAS auf x86

## Warum es wichtig ist

Entwickler können LLM-Inferenz jetzt auch auf herkömmlichen CPUs ohne GPU-Beschleunigung schneller ausführen.

## Quellen und Referenzen

1. [ggml-org/llama.cpp b11398](https://github.com/ggml-org/llama.cpp/releases/tag/b11398) – llama.cpp, 2026-10-04

Zuletzt aktualisiert: 2026-10-04