# llama.cpp b11713 accélère le CUDA basse précision

> La bibliothèque open source llama.cpp passe à la version b11713 le 17 octobre 2026, avec des opérations matrice-vecteur basse précision plus rapides sur les GPU CUDA et de nouveaux binaires.

Oossa · 2026-10-17 · https://oossa.com/fr/llama-cpp-release-b11713-adds-faster-low-bit-cuda-support

L’équipe ggml-org a publié la version b11713 de llama.cpp le 17 octobre 2026. Cette mise à jour améliore les performances CUDA pour les types basse précision grâce à un algorithme MMVQ plus rapide. Elle apporte aussi une petite correction pour les GPU HIP (AMD) avec les quantifications Q3_K et Q6_K. Des binaires précompilés pour macOS, iOS et plusieurs versions d’Ubuntu (CPU, Vulkan, CUDA) sont désormais disponibles au téléchargement.

## Les faits

- Date de sortie : 17 octobre 2026 (« Sat Oct 17 2026 18:00:52 GMT+0200 »)
- Ajout d’un MMVQ CUDA plus rapide pour les types basse précision (#30517)

## Pourquoi c'est important

Les développeurs peuvent exécuter plus rapidement des LLM quantifiés sur des GPU NVIDIA, ce qui réduit les coûts d’inférence des applications d’IA locales.

## Sources et références

1. [ggml-org/llama.cpp b11713](https://github.com/ggml-org/llama.cpp/releases/tag/b11713) – llama.cpp, 2026-10-17

Dernière mise à jour: 2026-10-17