# llama.cpp b11866、旧Metalスケーリング処理を廃止

> 専門家トークンのスケーリングを計算グラフに移したことで、Metalのリダクションカーネルとスクラッチバッファを削除。性能測定結果は公表されていない。

Oossa · 2026-10-24 · https://oossa.com/ja/llama-cpp-b11866-removes-an-older-metal-scaling-step

ggml-orgチームのllama.cpp b11866では、Mixture-of-Expertsモデルで使われるMetalの行列乗算カーネルから、2のべき乗による再スケーリング処理が削除された。プロジェクトによると、計算グラフ内で専門家トークンごとにスケーリングすることで、演算前にダウンプロジェクションの活性値をf16で扱える範囲内に収められるようになった。

この変更に伴い、2段階のリダクションカーネルとそのスクラッチバッファ、f32のディスパッチ経路も削除された。また、f16の範囲を超える入力を対象としたテストもなくなった。リリースにはApple Silicon搭載Mac向けをはじめ、他の多くのプラットフォーム向けビルドが含まれるが、速度や精度の測定結果は示されていない。

## 事実

- リリース：b11866、2026-10-24付。
- このリリースでは、Metalのリダクションカーネル、スクラッチバッファ、GGML_PREC_F32のディスパッチ経路が削除された。

## なぜ重要か

MetalでMixture-of-Expertsモデルを動かすllama.cppユーザーにとって、カーネルは計算グラフ内で先に行われるスケーリングに依存するようになった。この変更が速度や出力品質に影響するかは、リリースでは明らかにされていない。

## 出典と参考資料

1. [ggml-org/llama.cpp b11866](https://github.com/ggml-org/llama.cpp/releases/tag/b11866) – llama.cpp, 2026-10-24

最終更新: 2026-10-24