Il team ggml‑org ha pubblicato la release b11580 di llama.cpp il 13 ottobre 2026. L’aggiornamento estende il supporto DMA scalare (accesso diretto alla memoria) per le operazioni binarie, con nuovi kernel per repeat e dati complessi. Inoltre, semplifica i percorsi senza DMA e aggiunge il supporto per stride non contigui. Le modifiche riguardano le build per CPU, CUDA, Vulkan e NPU Hexagon su Linux, Windows, macOS e Android. Gli sviluppatori possono ora eseguire calcoli tensoriali più efficienti su dispositivi che vanno da Apple Silicon ai chip Snapdragon.
Perché conta
Gli sviluppatori possono eseguire i modelli llama.cpp più velocemente su una gamma più ampia di hardware, riducendo i tempi di inferenza per gli utenti finali.