Das Projekt ggml-org/llama.cpp veröffentlichte am 18.10.2026 eine neue Vorabversion mit dem Tag b11721. Sie fasst die Qwen4exp-Kette aus Scale, Sigmoid und Scale in einem einzigen CUDA-Kernel zusammen und ergänzt eine Vulkan-Fusion für HC_POST_GATE. Dadurch sinkt die Zahl der GPU-Kernel von vier auf einen. Die Veröffentlichung listet außerdem Builds für zahlreiche CPUs und GPUs, darunter Apple Silicon, AMD, NVIDIA CUDA 12‑13, ROCm, OpenVINO und Android-Plattformen mit Snapdragon.
Warum es wichtig ist
Dank der neuen Kernel-Fusion können Entwickler LLMs schneller auf einem breiteren Spektrum an Hardware ausführen.
