El proyecto ggml-org/llama.cpp publicó el 18 de octubre de 2026 una nueva versión preliminar con la etiqueta b11721. Esta combina la cadena scale-sigmoid-scale de Qwen4exp en un único kernel de CUDA y añade una fusión Vulkan HC_POST_GATE, con lo que reduce de cuatro a uno el número de kernels de GPU. La versión también incluye compilaciones para numerosos procesadores y GPU, entre ellos Apple Silicon, AMD, NVIDIA CUDA 12-13, ROCm, OpenVINO y las plataformas Android Snapdragon.
Por qué importa
Gracias a la nueva fusión de kernels, los desarrolladores pueden ejecutar LLM más rápido en una variedad más amplia de hardware.
