کتابخانه متن‌باز llama.cpp در 15 اکتبر 2026 نسخه b11632 را منتشر کرد. این نسخه برای CUDA و HIP کرنل تکه‌ای GDN (نرمال‌سازی انتشار گاوسی) را اضافه می‌کند و پشتیبانی از GPU را بهبود می‌دهد. پس از آزمون‌های صحت عملکرد و بنچمارک‌های پیش‌پرکردن، مجموعه دستورالعمل‌های SM86 و SM89 روی GPUهای آزمایش‌شده از نسل‌های Ampere و Ada، از جمله RTX 3090 و RTX 4090، فعال شده‌اند. نسخه‌های قدیمی‌تر نیز اصلاحاتی دریافت کردند و کد اکنون در مرحله GDN MMA (ضرب‌وجمع ماتریسی) از API بازآرایی‌شده swizzle استفاده می‌کند.
چرا مهم است
توسعه‌دهندگان می‌توانند روی GPUهای جدیدتر Nvidia، استنتاج llama.cpp را سریع‌تر و مطمئن‌تر اجرا کنند.
