L’équipe ggml-org a publié llama.cpp version b11688 le 2026-10-16. Cette mise à jour apporte une modification réservée au CPU, qui réduit le nombre d’accumulateurs AVX2 en tuiles ; selon le projet, ce réglage accélère l’inférence. Des binaires précompilés pour macOS, iOS, Linux, Vulkan et CUDA sont proposés pour différentes configurations matérielles. La modification est indiquée comme ayant été réalisée avec l’aide de Codex, le modèle de génération de code d’OpenAI.
Pourquoi c'est important
Les développeurs peuvent exécuter plus rapidement les modèles llama.cpp sur des processeurs AVX2 sans avoir à recompiler le code.
