# llama.cpp b12122 introduce un’operazione CUDA fusa per NVFP4

> La nuova versione combina in un unico percorso CUDA due passaggi di calcolo dei modelli per NVFP4, un formato numerico a bassa precisione. Sono disponibili build per diverse piattaforme.

Oossa · 2026-11-05 · https://oossa.com/it/llama-cpp-b12122-adds-a-fused-cuda-operation-for-nvfp4

Il progetto llama.cpp ha rilasciato la versione b12122, che introduce un’ottimizzazione CUDA: nel percorso MMQ, dedicato alla moltiplicazione di matrici, fonde le moltiplicazioni di matrici gate/up con un’operazione GLU per NVFP4. NVFP4 è un formato numerico compatto usato in alcuni calcoli di IA; accorpare più passaggi può ridurre il lavoro da svolgere separatamente, anche se le note di rilascio non riportano misurazioni delle prestazioni.

La versione include inoltre build scaricabili per macOS, iOS e Ubuntu su x64, Arm64 e s390x.

## I fatti

- Versione: llama.cpp b12122; la modifica CUDA indicata è la pull request #31296.
- I download includono build CPU di Ubuntu per x64, Arm64 e s390x, oltre a pacchetti per macOS e iOS.

## Perché conta

Chi usa workload NVFP4 supportati su CUDA potrebbe beneficiare del percorso di calcolo fuso, ma le note di rilascio non quantificano eventuali miglioramenti in termini di velocità o memoria.

## Fonti e riferimenti

1. [ggml-org/llama.cpp b12122](https://github.com/ggml-org/llama.cpp/releases/tag/b12122) – llama.cpp, 2026-11-05

Ultimo aggiornamento: 2026-11-05