# بهبود سرعت llama.cpp روی کارت‌های گرافیک Volta با بهینه‌سازی CUDA

> تغییری دوخطی، پردازنده‌های Volta (sm_70) را به جدول MMVQ پردازنده‌های Turing هدایت می‌کند و سرعت Tesla V100 را حدود 3% افزایش می‌دهد؛ بدون آنکه نتیجه‌ها تغییر کنند.

Oossa · 2026-10-02 · https://oossa.com/fa/llama-cpp-adds-cuda-tweak-for-volta-gpus-boosting-v100-speed

پروژه llama.cpp در 2026-10-02 به‌روزرسانی کوچکی برای CUDA منتشر کرد. این به‌روزرسانی باعث می‌شود پردازنده‌های گرافیکی Volta (sm_70) از همان جدول تنظیمات MMVQ پردازنده‌های Turing استفاده کنند. این تغییر روی Tesla V100 32 GB، برای مدل Qwen3.8‑27B توان پردازشی را حدود 3 % افزایش داد. کیفیت خروجی که با معیار پرپلکسیتی سنجیده شد، ثابت ماند. این وصله را anyei و همکارانش ارائه کردند.

## حقایق

- افزایش سرعت اندازه‌گیری‌شده روی Tesla V100 32 GB (CUDA 12.0.140): +3.17 %.
- این نسخه در Fri Oct 02 2026 منتشر شد.

## چرا مهم است

کاربرانی که llama.cpp را روی پردازنده‌های گرافیکی V100 اجرا می‌کنند، می‌توانند مدل‌ها را کمی سریع‌تر و بدون افت دقت اجرا کنند.

## منابع و ارجاع‌ها

1. [ggml-org/llama.cpp b11335](https://github.com/ggml-org/llama.cpp/releases/tag/b11335) – llama.cpp, 2026-10-02

آخرین به‌روزرسانی: 2026-10-02