# افزودن پشتیبانی tinyBLAS از BF16 و FP16 در llama.cpp برای پردازنده‌های x86

> کتابخانه متن‌باز llama.cpp حالا دنباله‌های BF16، FP16 و FP32 را در بک‌اند tinyBLAS برداری‌سازی می‌کند تا استنتاج روی CPU سریع‌تر شود.

Oossa · 2026-10-04 · https://oossa.com/fa/llama-cpp-adds-bf16-fp16-support-in-tinyblas-for-x86-cpus

تیم ggml‑org نسخه b11398 از llama.cpp را منتشر کرد. این نسخه پردازش دنباله‌های BF16، FP16 و FP32 را در بک‌اند tinyBLAS برای CPUهای مبتنی بر x86 پشتیبانی می‌کند. این دنباله‌ها همچنین برای محاسبات سریع‌تر برداری‌سازی شده‌اند. فایل‌های باینری آماده برای macOS (Apple Silicon و Intel)، iOS و چند معماری Ubuntu ارائه شده‌اند. این به‌روزرسانی شامل اصلاحاتی در آزمون‌هاست تا هنگام استفاده از پیاده‌سازی‌های مرجع، مقایسه‌ها دقیق باشند.

## حقایق

- نسخه b11398 در 4 اکتبر 2026 منتشر شد
- پشتیبانی از دنباله‌های BF16/FP16/FP32 در tinyBLAS برای x86 اضافه شده است

## چرا مهم است

توسعه‌دهندگان اکنون می‌توانند بدون شتاب‌دهی GPU، استنتاج مدل‌های زبانی بزرگ را روی پردازنده‌های معمولی سریع‌تر اجرا کنند.

## منابع و ارجاع‌ها

1. [ggml-org/llama.cpp b11398](https://github.com/ggml-org/llama.cpp/releases/tag/b11398) – llama.cpp, 2026-10-04

آخرین به‌روزرسانی: 2026-10-04