# llama.cpp b11723 verbessert FLASH_ATTN_EXT für längere Kontexte

> Die Open-Source-Bibliothek llama.cpp ist in Version b11723 erschienen. Anpassungen an FLASH_ATTN_EXT für Hexagon beschleunigen die Inferenz mit langen Kontexten auf CPU und Vulkan.

Oossa · 2026-10-19 · https://oossa.com/de/llama-cpp-b11723-adds-flash-attn-ext-for-longer-context

Das ggml-org-Team hat llama.cpp Version b11723 am 19. Okt. 2026 veröffentlicht. Das Update verbessert FLASH_ATTN_EXT für längere Kontextfenster und SWA-Modelle und überspringt maskierte Blöcke, um Speicherzugriffe zu reduzieren. Binärversionen sind jetzt für macOS (Apple Silicon und Intel), iOS und verschiedene Ubuntu-Varianten verfügbar, darunter auch mit Vulkan-GPU-Unterstützung. Die Änderungen sollen die Leistung bei Modellen wie gemma-4 steigern.

## Die Fakten

- Version b11723 wurde am 2026-10-19 veröffentlicht
- Enthält Verbesserungen an FLASH_ATTN_EXT für längere Kontexte

## Warum es wichtig ist

Entwickler können LLMs mit größeren Kontexten auf Desktop-CPUs und kompatiblen GPUs effizienter ausführen.

## Quellen und Referenzen

1. [ggml-org/llama.cpp b11723](https://github.com/ggml-org/llama.cpp/releases/tag/b11723) – llama.cpp, 2026-10-19

Zuletzt aktualisiert: 2026-10-19