ggml‑org publicó la versión b11804 de llama.cpp el 2026‑10‑22. La actualización añade una rutina de OpenCL que calcula argmax a partir de valores de coma flotante de 32 bits y devuelve enteros de 32 bits, lo que mejora la velocidad de inferencia en GPU. También incluye nuevos binarios precompilados para Apple Silicon, macOS con Intel, iOS y varias versiones de Ubuntu (CPU, Vulkan y CUDA). Los cambios son obra de OpenCode y Li He, de Qualcomm.
Por qué importa
Ahora los desarrolladores pueden ejecutar modelos de llama.cpp más rápido en GPU compatibles con OpenCL, lo que amplía las opciones de hardware para proyectos de IA de aficionados.
