ggml‑org/llama.cpp प्रोजेक्ट ने 18 Oct 2026 को b11721 टैग वाली नई प्री-रिलीज़ जारी की। इसमें Qwen4exp की scale-sigmoid-scale श्रृंखला को एक CUDA कर्नेल में समेटा गया है और Vulkan HC_POST_GATE फ्यूज़न जोड़ा गया है, जिससे GPU कर्नेल की संख्या चार से घटकर एक रह जाती है। इस रिलीज़ में कई CPU और GPU के लिए बिल्ड भी शामिल हैं, जिनमें Apple Silicon, AMD, NVIDIA CUDA 12-13, ROCm, OpenVINO और Android Snapdragon प्लेटफ़ॉर्म शामिल हैं।
यह क्यों मायने रखता है
नए कर्नेल फ्यूज़न की बदौलत डेवलपर हार्डवेयर की अधिक व्यापक रेंज पर LLM तेज़ी से चला सकते हैं।
