تیم ggml‑org نسخه b11580 از llama.cpp را در 13 اکتبر 2026 منتشر کرد. این بهروزرسانی پشتیبانی از DMA اسکالر (دسترسی مستقیم به حافظه) را برای عملیات دودویی گسترش میدهد و شامل کرنلهای جدید برای تکرار و دادههای مختلط است. همچنین مسیرهای بدون DMA را بهینهسازی میکند و پشتیبانی از گامهای غیرپیوسته را میافزاید. این تغییرات روی ساختهای CPU، CUDA، Vulkan و Hexagon NPU در Linux، Windows، macOS و Android اعمال میشوند. توسعهدهندگان حالا میتوانند محاسبات تنسوری را روی دستگاههایی از Apple Silicon تا تراشههای Snapdragon کارآمدتر اجرا کنند.
چرا مهم است
توسعهدهندگان میتوانند مدلهای llama.cpp را روی سختافزارهای متنوعتری سریعتر اجرا کنند و زمان استنتاج را برای کاربران نهایی کاهش دهند.