# llama.cpp b11713 bringt schnellere CUDA-Unterstützung für Low-Bit-Typen

> Die Open-Source-Bibliothek llama.cpp ist am 17. Oktober 2026 in Version b11713 erschienen. Sie beschleunigt Low-Bit-Matrix-Vektor-Operationen auf CUDA-GPUs und bietet neue Binärpakete.

Oossa · 2026-10-17 · https://oossa.com/de/llama-cpp-release-b11713-adds-faster-low-bit-cuda-support

Das Team von ggml-org hat am 17. Oktober 2026 llama.cpp in Version b11713 veröffentlicht. Das Update verbessert die CUDA-Leistung bei Low-Bit-Typen durch einen schnelleren MMVQ-Algorithmus. Außerdem enthält es eine kleine Fehlerbehebung für HIP-GPUs von AMD bei den Quantisierungen Q3_K und Q6_K. Vorab kompilierte Binärdateien für macOS, iOS und mehrere Ubuntu-Varianten (CPU, Vulkan, CUDA) stehen nun zum Download bereit.

## Die Fakten

- Veröffentlichungsdatum: 17. Oktober 2026 („Sa., 17. Okt. 2026, 18:00:52 GMT+0200“)
- Schnelleres CUDA-MMVQ für Low-Bit-Typen hinzugefügt (#30517)

## Warum es wichtig ist

Entwickler können quantisierte LLMs auf NVIDIA-GPUs schneller ausführen und so die Inferenzkosten für lokale KI-Anwendungen senken.

## Quellen und Referenzen

1. [ggml-org/llama.cpp b11713](https://github.com/ggml-org/llama.cpp/releases/tag/b11713) – llama.cpp, 2026-10-17

Zuletzt aktualisiert: 2026-10-17