O projeto ggml-org/llama.cpp lançou a versão b11741 em 2026-10-19. A atualização adiciona novos kernels OpenCL que usam instruções DP4A para acelerar multiplicações de matrizes em três formatos quantizados (q4_0, q4_k e q6_k). Também corrige um problema de alinhamento e inclui binários pré-compilados para macOS (Apple Silicon e Intel) e várias versões do Ubuntu, inclusive com suporte a Vulkan.
Por que importa
Desenvolvedores podem executar modelos LLaMA mais rapidamente em GPUs compatíveis com OpenCL, tornando a inferência local mais prática.
