# llama.cpp b12094 acelera el muestreo top-k en Hexagon

> La versión de llama.cpp cambia el muestreo top-k en el hardware Hexagon y usa un barrido para evitar ordenar bloques que no pueden quedar entre los seleccionados. No se indican cifras de aceleración.

Oossa · 2026-11-04 · https://oossa.com/es/llama-cpp-b12094-speeds-up-hexagon-top-k-sampling

El equipo de ggml-org publicó llama.cpp b12094 el 4 de noviembre de 2026, con una ruta más rápida para el muestreo top-k en su backend Hexagon. El muestreo top-k elige entre las opciones con mayor puntuación al generar texto.

El cambio está pensado para valores de k de 2 a 64 y filas de más de 1,024 elementos. Omite ordenar bloques que no pueden contener un resultado destacado, pero la versión no ofrece mediciones de aceleración.

## Los hechos

- La nueva ruta utiliza una operación vectorial de máximo de Hexagon para filtrar bloques de 256 valores.
- Se aplica tanto al procesamiento de una sola fila como al de varias filas.

## Por qué importa

Quienes ejecutan llama.cpp en hardware Hexagon compatible disponen de un método de muestreo más eficiente para estas cargas de trabajo, aunque la versión no cuantifica la mejora de rendimiento en condiciones reales.

## Fuentes y referencias

1. [ggml-org/llama.cpp b12094](https://github.com/ggml-org/llama.cpp/releases/tag/b12094) – llama.cpp, 2026-11-04

Última actualización: 2026-11-04