# llama.cpp aggiunge l’operazione flash attention

> La libreria open source llama.cpp supporta ora un’operazione flash attention tramite ggml-zdnn, annunciata il 20 ott 2026.

Oossa · 2026-10-20 · https://oossa.com/it/llama-cpp-adds-flash-attention-operation

Il team di ggml-org ha rilasciato la versione b11759 di llama.cpp il 20 ott 2026. L’aggiornamento aggiunge un’operazione flash attention (fattn) al backend ggml-zdnn e sostituisce gli slot scratch con un pool di buffer scratch. La modifica è stata approvata dal collaboratore Aaron Teo. Flash attention accelera il calcolo dell’attenzione utilizzato dai modelli linguistici di grandi dimensioni.

## I fatti

- Aggiunta l’operazione flash attention (fattn) a ggml-zdnn
- Data di rilascio: 2026-10-20

## Perché conta

Flash attention può ridurre i tempi di inferenza per chi usa llama.cpp in locale, rendendo più veloci i modelli conversazionali.

## Fonti e riferimenti

1. [ggml-org/llama.cpp b11759](https://github.com/ggml-org/llama.cpp/releases/tag/b11759) – llama.cpp, 2026-10-20

Ultimo aggiornamento: 2026-10-20