# llama.cpp b11713, CUDA 저비트 연산 속도 개선

> 오픈소스 llama.cpp 라이브러리가 2026년 10월 17일 b11713을 공개했다. CUDA GPU의 저비트 행렬-벡터 연산을 가속하고 새 바이너리 빌드를 추가했다.

Oossa · 2026-10-17 · https://oossa.com/ko/llama-cpp-release-b11713-adds-faster-low-bit-cuda-support

ggml-org 팀이 2026년 10월 17일 llama.cpp 버전 b11713을 공개했다. 이번 업데이트는 더 빠른 MMVQ 알고리즘을 적용해 저비트 데이터 형식의 CUDA 성능을 개선한다. Q3_K 및 Q6_K 양자화에서 HIP(AMD) GPU를 위한 소규모 수정도 포함됐다. macOS, iOS와 여러 Ubuntu 대상(CPU, Vulkan, CUDA)의 사전 빌드 바이너리를 이제 다운로드할 수 있다.

## 팩트

- 출시일: 2026년 10월 17일("Sat Oct 17 2026 18:00:52 GMT+0200")
- 저비트 데이터 형식에 더 빠른 CUDA MMVQ 추가(#30517)

## 왜 중요한가

개발자는 NVIDIA GPU에서 양자화된 LLM을 더 빠르게 실행해 로컬 AI 애플리케이션의 추론 비용을 줄일 수 있다.

## 출처 및 참고 자료

1. [ggml-org/llama.cpp b11713](https://github.com/ggml-org/llama.cpp/releases/tag/b11713) – llama.cpp, 2026-10-17

최종 업데이트: 2026-10-17