La bibliothèque ggml‑org/llama.cpp a publié la version b11755 le 20 oct. 2026. Cette mise à jour ajoute une variante de kernel Metal manquante, qui prend en charge neuf experts par token dans les modèles à mixture of experts (MoE). Des binaires pour macOS (Apple Silicon et Intel), iOS et plusieurs versions d’Ubuntu (CPU, Vulkan, CUDA 12) sont désormais disponibles au téléchargement.
Pourquoi c'est important
Les développeurs peuvent désormais exécuter des LLM fondés sur le MoE sur les GPU Apple Silicon, ce qui élargit le choix de modèles sur les appareils macOS.
