Il progetto ggml‑org/llama.cpp ha pubblicato la versione b11741 il 2026‑10‑19. Include nuovi kernel OpenCL che sfruttano le istruzioni DP4A per accelerare le moltiplicazioni di matrici in tre formati quantizzati (q4_0, q4_k, q6_k). L’aggiornamento risolve anche un problema di allineamento e include binari precompilati per macOS (Apple Silicon e Intel) e diverse versioni di Ubuntu, comprese le build Vulkan.
Perché conta
Gli sviluppatori possono eseguire più velocemente i modelli LLaMA sulle GPU compatibili con OpenCL, rendendo più praticabile l’inferenza in locale.
