# llama.cpp ganha suporte à operação flash attention

> A biblioteca de código aberto llama.cpp agora oferece suporte à operação flash attention por meio do ggml‑zdnn, anunciou a equipe em 20 Oct 2026.

Oossa · 2026-10-20 · https://oossa.com/pt/llama-cpp-adds-flash-attention-operation

A equipe do ggml‑org lançou a versão b11759 do llama.cpp em 20 Oct 2026. A atualização adiciona a operação flash attention (fattn) ao backend ggml‑zdnn e substitui os slots de scratch por um pool de buffers de scratch. A alteração foi aprovada pelo colaborador Aaron Teo. A flash attention acelera o cálculo de atenção usado por grandes modelos de linguagem.

## Os fatos

- Operação flash attention (fattn) adicionada ao ggml‑zdnn
- Data de lançamento: 2026‑10‑20

## Por que importa

A flash attention pode reduzir o tempo de inferência para quem executa o llama.cpp localmente, deixando os modelos de conversa mais rápidos.

## Fontes e referências

1. [ggml-org/llama.cpp b11759](https://github.com/ggml-org/llama.cpp/releases/tag/b11759) – llama.cpp, 2026-10-20

Última atualização: 2026-10-20