Het project ggml-org/llama.cpp publiceerde op 18 okt. 2026 een nieuwe prerelease met tag b11721. De release voegt de Qwen4exp-keten van scale-sigmoid-scale samen in één CUDA-kernel en voegt een Vulkan HC_POST_GATE-fusie toe. Daardoor daalt het aantal GPU-kernels van vier naar één. Ook vermeldt de release builds voor uiteenlopende CPU’s en GPU’s, waaronder Apple Silicon, AMD, NVIDIA CUDA 12-13, ROCm, OpenVINO en Android-platforms met Snapdragon.
Waarom het ertoe doet
Dankzij de nieuwe kernelfusie kunnen ontwikkelaars LLM’s sneller uitvoeren op een breder scala aan hardware.
