# llama.cpp, Hexagon 플래시 어텐션 분할 방식 변경

> b11868 릴리스는 Hexagon 플래시 어텐션 분할 플래그 두 개를 하나로 통합하고, KV 헤드가 가용 코어를 모두 활용하지 못할 때 팀 단위 분할을 추가합니다.

Oossa · 2026-10-24 · https://oossa.com/ko/llama-cpp-changes-hexagon-flash-attention-splitting

ggml-org/llama.cpp b11868 릴리스는 Hexagon에서 멀티코어 HMX 플래시 어텐션을 처리하는 방식을 변경합니다. 기존의 `FA_HEAD_SPLIT`과 `FA_SPLIT` 설정을 `GGML_HEXAGON_FA_SPLIT` 플래그 하나로 통합했습니다.

플래그를 1로 설정하면 작업을 KV 헤드별로 나눌 수 있으며, KV 헤드 수가 코어 수보다 적을 경우에는 팀 단위로도 나눠 유휴 상태였던 코어가 작업에 참여할 수 있습니다. 릴리스 노트는 코어 4개에서 KV 헤드 2개를 사용하는 Gemma 4를 예로 듭니다.

## 팩트

- `GGML_HEXAGON_FA_SPLIT`을 0으로 설정하면 토큰 분할만 유지되고, 1로 설정하면 헤드 분할과 필요에 따른 팀 분할이 활성화됩니다.
- 릴리스 노트에 따르면 헤드가 고르게 분배되는 경우에는 일반 헤드 분할을 사용합니다.

## 왜 중요한가

Hexagon 하드웨어에서 llama.cpp를 실행하는 사용자의 경우, 이번 변경은 모델의 KV 헤드 수가 코어 수보다 적을 때도 코어가 작업에 참여하도록 하는 것이 목적입니다. 릴리스 노트에는 속도 향상 정도가 수치로 제시되지 않았습니다.

## 출처 및 참고 자료

1. [ggml-org/llama.cpp b11868](https://github.com/ggml-org/llama.cpp/releases/tag/b11868) – llama.cpp, 2026-10-24

최종 업데이트: 2026-10-24