# llama.cpp acelera un 3 % en las GPU V100 con un ajuste de CUDA

> Un cambio de dos líneas asigna las GPU Volta (sm_70) a la tabla MMVQ de Turing y mejora cerca de un 3 % la velocidad en una Tesla V100, sin alterar los resultados.

Oossa · 2026-10-02 · https://oossa.com/es/llama-cpp-adds-cuda-tweak-for-volta-gpus-boosting-v100-speed

El proyecto llama.cpp publicó una pequeña actualización de CUDA el 2026-10-02. El cambio hace que las GPU Volta (sm_70) usen la misma tabla de ajuste MMVQ que las GPU Turing. En una Tesla V100 de 32 GB, aumentó el rendimiento alrededor de un 3 % con el modelo Qwen3.8‑27B. La calidad de los resultados, medida por la perplejidad, se mantuvo igual. El parche fue aportado por anyei y sus coautores.

## Los hechos

- Se midió un aumento de velocidad del +3.17 % en una Tesla V100 de 32 GB (CUDA 12.0.140).
- La publicación de la actualización fue el viernes 02 de octubre de 2026.

## Por qué importa

Quienes usan llama.cpp en GPU V100 pueden ejecutar modelos un poco más rápido sin perder precisión.

## Fuentes y referencias

1. [ggml-org/llama.cpp b11335](https://github.com/ggml-org/llama.cpp/releases/tag/b11335) – llama.cpp, 2026-10-02

Última actualización: 2026-10-02