# llama.cpp incorpora una operación de flash attention

> La biblioteca de código abierto llama.cpp ya admite una operación de flash attention mediante ggml‑zdnn, según anunció el 20 Oct 2026.

Oossa · 2026-10-20 · https://oossa.com/es/llama-cpp-adds-flash-attention-operation

El equipo de ggml‑org publicó la versión b11759 de llama.cpp el 20 Oct 2026. La actualización incorpora una operación de flash attention (fattn) al backend ggml‑zdnn y sustituye las ranuras de scratch por un pool de búferes scratch. El cambio cuenta con el visto bueno del colaborador Aaron Teo. Flash attention acelera el cálculo de atención que utilizan los modelos de lenguaje grandes.

## Los hechos

- Se añadió la operación de flash attention (fattn) a ggml‑zdnn
- Fecha de lanzamiento: 2026‑10‑20

## Por qué importa

Flash attention puede reducir el tiempo de inferencia para quienes ejecutan llama.cpp localmente y hacer que los modelos de chat respondan más rápido.

## Fuentes y referencias

1. [ggml-org/llama.cpp b11759](https://github.com/ggml-org/llama.cpp/releases/tag/b11759) – llama.cpp, 2026-10-20

Última actualización: 2026-10-20