# llama.cpp b11713 acelera el procesamiento de pocos bits en CUDA

> La biblioteca de código abierto llama.cpp publicó la versión b11713 el 17 de octubre de 2026, con mejoras de velocidad para operaciones matriz-vector de pocos bits en GPU CUDA y nuevas compilaciones binarias.

Oossa · 2026-10-17 · https://oossa.com/es/llama-cpp-release-b11713-adds-faster-low-bit-cuda-support

El equipo de ggml-org publicó la versión b11713 de llama.cpp el 17 de octubre de 2026. La actualización mejora el rendimiento en CUDA para tipos de pocos bits mediante un algoritmo MMVQ más rápido. También incluye una pequeña corrección para las GPU HIP (AMD) con las cuantizaciones Q3_K y Q6_K. Ya se pueden descargar binarios precompilados para macOS, iOS y varias versiones de Ubuntu (CPU, Vulkan y CUDA).

## Los hechos

- Fecha de lanzamiento: 17 de octubre de 2026 ("Sat Oct 17 2026 18:00:52 GMT+0200")
- Añade MMVQ más rápido en CUDA para tipos de pocos bits (#30517)

## Por qué importa

Los desarrolladores pueden ejecutar modelos de lenguaje grandes cuantizados más rápido en GPU NVIDIA, lo que reduce los costes de inferencia de las aplicaciones locales de IA.

## Fuentes y referencias

1. [ggml-org/llama.cpp b11713](https://github.com/ggml-org/llama.cpp/releases/tag/b11713) – llama.cpp, 2026-10-17

Última actualización: 2026-10-17