Il team ggml-org ha rilasciato llama.cpp versione b11688 il 2026-10-16. L’aggiornamento introduce una modifica riservata alle CPU che riduce gli accumulatori tiled AVX2, una soluzione che, secondo il progetto, accelera l’inferenza. Sono disponibili binari precompilati per macOS, iOS, Linux, Vulkan e CUDA, compatibili con diverse configurazioni hardware. La modifica è indicata come realizzata con l’assistenza di Codex, il modello di generazione del codice di OpenAI.
Perché conta
Gli sviluppatori possono eseguire più velocemente i modelli llama.cpp su CPU AVX2 senza dover ricompilare il codice.
