# llama.cpp acelera GPUs Volta em cerca de 3%

> Uma alteração de duas linhas aplica às Volta (sm_70) a tabela MMVQ das Turing, aumentando em cerca de 3% a velocidade na Tesla V100 sem alterar os resultados.

Oossa · 2026-10-02 · https://oossa.com/pt/llama-cpp-adds-cuda-tweak-for-volta-gpus-boosting-v100-speed

O projeto llama.cpp lançou uma pequena atualização para CUDA em 2026-10-02. Com ela, GPUs Volta (sm_70) passam a usar a mesma tabela de ajustes MMVQ das GPUs Turing. Em uma Tesla V100 32 GB, a mudança aumentou em cerca de 3 % o throughput do modelo Qwen3.8‑27B. A qualidade das respostas, medida pela perplexidade, permaneceu igual. O patch foi desenvolvido por anyei e coautores.

## Os fatos

- Aumento medido de 3.17 % na velocidade em uma Tesla V100 32 GB (CUDA 12.0.140).
- Lançamento publicado em Fri Oct 02 2026.

## Por que importa

Quem usa o llama.cpp em GPUs V100 pode executar modelos um pouco mais rápido sem perder precisão.

## Fontes e referências

1. [ggml-org/llama.cpp b11335](https://github.com/ggml-org/llama.cpp/releases/tag/b11335) – llama.cpp, 2026-10-02

Última atualização: 2026-10-02