# llama.cpp optimiza la desquantización de la caché KV en Vulkan

> La biblioteca de código abierto Llama.cpp ahora admite una caché de claves y valores desquantizada en GPU Vulkan, lo que acelera el procesamiento en ciertos cabezales del modelo.

Oossa · 2026-11-11 · https://oossa.com/es/llama-cpp-adds-vulkan-kv-dequantization-optimization

El equipo de ggml-org publicó la versión b12291 de llama.cpp. Incorpora una optimización basada en Vulkan que desquantiza la caché de claves y valores mediante la instrucción coopmat2. El cambio solo se aplica cuando una heurística basada en los tokens de consulta y la proporción GQA determina que es seguro. La actualización también corrige el manejo de la alineación para algunos tamaños de cabezal, lo que mejora el rendimiento cuando no se puede usar la optimización.

## Los hechos

- La etiqueta de lanzamiento b12291 se publicó el 2026-11-11
- Añade una optimización de desquantización de la caché KV para GPU Vulkan

## Por qué importa

Los desarrolladores que ejecutan modelos Llama en hardware compatible con Vulkan pueden obtener una inferencia más rápida sin modificar su código.

## Fuentes y referencias

1. [ggml-org/llama.cpp b12291](https://github.com/ggml-org/llama.cpp/releases/tag/b12291) – llama.cpp, 2026-11-11

Última actualización: 2026-11-11