# llama.cpp accélère les GPU Volta grâce à une optimisation CUDA

> Une modification de deux lignes applique aux Volta (sm_70) la table MMVQ des Turing : le Tesla V100 gagne environ 3 % de vitesse, sans altérer les résultats.

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

Le projet llama.cpp a publié une petite mise à jour CUDA le 2026-10-02. Elle permet aux GPU Volta (sm_70) d’utiliser la même table de réglage MMVQ que les GPU Turing. Sur un Tesla V100 32 GB, cette modification a augmenté le débit d’environ 3 % avec le modèle Qwen3.8‑27B. La qualité des résultats, mesurée par la perplexité, est restée identique. Le correctif a été proposé par anyei et ses co-auteurs.

## Les faits

- Hausse de vitesse mesurée de +3.17 % sur un Tesla V100 32 GB (CUDA 12.0.140).
- Publication de la mise à jour le ven. 02 oct. 2026.

## Pourquoi c'est important

Les utilisateurs de llama.cpp sur GPU V100 peuvent exécuter les modèles un peu plus vite sans perte de précision.

## Sources et références

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

Dernière mise à jour: 2026-10-02