El proyecto ggml‑org/llama.cpp publicó la versión b11741 el 2026‑10‑19. Incorpora nuevos kernels OpenCL que utilizan instrucciones DP4A para acelerar las multiplicaciones de matrices en tres formatos cuantizados (q4_0, q4_k y q6_k). La actualización también corrige un problema de alineación e incluye binarios precompilados para macOS (Apple Silicon e Intel) y varias versiones de Ubuntu, incluidas compilaciones con Vulkan.
Por qué importa
Los desarrolladores pueden ejecutar modelos LLaMA más rápido en GPU compatibles con OpenCL, lo que hace más práctico ejecutar inferencias localmente.
