Il progetto ggml-org/llama.cpp ha pubblicato una nuova pre-release, con tag b11721, il 18 ott 2026. La release combina in un singolo kernel CUDA la sequenza scale-sigmoid-scale di Qwen4exp e aggiunge una fusione Vulkan HC_POST_GATE, riducendo da quattro a uno il numero di kernel GPU. Include inoltre build per numerose CPU e GPU, tra cui Apple Silicon, AMD, NVIDIA CUDA 12-13, ROCm, OpenVINO e le piattaforme Android Snapdragon.
Perché conta
Grazie alla fusione dei kernel, gli sviluppatori possono eseguire gli LLM più velocemente su una gamma più ampia di hardware.
