# llama.cpp incorpora atención flash dispersa con Vulkan

> El entorno de ejecución de LLM de código abierto ahora admite un modo de atención flash dispersa basado en Vulkan para datos K/V cuantizados.

Oossa · 2026-10-05 · https://oossa.com/es/llama-cpp-adds-vulkan-sparse-flash-attention-for-quantized-keys-and-values

El equipo de ggml-org publicó la versión b11413 de llama.cpp el 5 de octubre de 2026. La actualización incorpora una implementación de atención flash dispersa con Vulkan compatible con tensores de clave/valor cuantizados. El cambio se describe como «atención flash dispersa para K/V cuantizados» y está pensado para la inferencia acelerada por GPU. La versión también incluye numerosas compilaciones para distintas plataformas, desde macOS con Apple Silicon hasta Windows con CUDA y Vulkan.

## Los hechos

- La versión b11413 se publicó el lunes 5 de octubre de 2026
- Nueva función: atención flash dispersa con Vulkan para K/V cuantizados

## Por qué importa

Los desarrolladores ahora pueden ejecutar modelos cuantizados más rápido en GPU compatibles con Vulkan, lo que reduce el costo de cómputo en dispositivos periféricos.

## Fuentes y referencias

1. [ggml-org/llama.cpp b11413](https://github.com/ggml-org/llama.cpp/releases/tag/b11413) – llama.cpp, 2026-10-05

Última actualización: 2026-10-05