# llama.cpp añade kernels OpenCL para cargas de lotes pequeños

> La biblioteca de inferencia Llama de código abierto incorpora varias versiones optimizadas de GEMM en OpenCL para ejecutar lotes pequeños y amplía la compatibilidad con las GPU Snapdragon.

Oossa · 2026-10-20 · https://oossa.com/es/llama-cpp-adds-new-opencl-kernels-for-small-batch-workloads

El proyecto ggml‑org/llama.cpp publicó una actualización (b11763) el 2026‑10‑21. Añade varios kernels OpenCL que aceleran las multiplicaciones de matrices con lotes pequeños, entre ellos q4_k dp4a GEMM y una variante limitada de mul_mm_f16_f32. Los cambios también corrigen un error de lectura fuera de límites y eliminan una protección innecesaria que activaba la alternativa de ejecución en la CPU. La biblioteca ya funciona en muchas plataformas, desde Apple Silicon en macOS hasta CUDA en Windows y Vulkan en Linux, y ahora ofrece mejor compatibilidad con las CPU Snapdragon, las GPU Adreno y las NPU Hexagon.

## Los hechos

- Se añadieron varias versiones de GEMM en OpenCL para lotes pequeños (por ejemplo, q4_k dp4a y mul_mm_f16_f32).
- Fecha de publicación: 2026‑10‑21.

## Por qué importa

Los desarrolladores pueden ejecutar modelos Llama más rápido en dispositivos Android con chips Snapdragon, lo que hace más práctico usar IA directamente en el dispositivo.

## Fuentes y referencias

1. [ggml-org/llama.cpp b11763](https://github.com/ggml-org/llama.cpp/releases/tag/b11763) – llama.cpp, 2026-10-20

Última actualización: 2026-10-20