ggml-org a publié la version b11804 de llama.cpp le 2026-10-22. La mise à jour ajoute une routine OpenCL qui calcule l’argmax à partir de nombres flottants 32 bits et renvoie des entiers 32 bits, ce qui accélère l’inférence sur GPU. Elle comprend également de nouveaux binaires précompilés pour Apple Silicon, les Mac à processeur Intel, iOS et plusieurs variantes d’Ubuntu (CPU, Vulkan, CUDA). Ces changements ont été réalisés par OpenCode et Li He, de Qualcomm.
Pourquoi c'est important
Les développeurs peuvent désormais exécuter plus rapidement les modèles llama.cpp sur les GPU compatibles OpenCL, ce qui élargit le choix de matériel pour les projets d’IA amateurs.
