O projeto llama.cpp lançou a versão b11811 em 22 de outubro de 2026. A atualização inclui kernels GEMV de produto escalar SVE para Q8_0 e kernels GEMM SVE i8mm, que aceleram a inferência de modelos quantizados em CPUs ARM. Já estão disponíveis para download binários pré-compilados para Apple Silicon e Intel no macOS, iOS e várias versões do Ubuntu (CPU, Vulkan e CUDA 12.8).
Por que importa
Desenvolvedores podem executar modelos LLaMA mais rapidamente em hardware ARM recente e em GPUs Linux, sem precisar escrever código personalizado.
