# llama.cpp b11710 adiciona fusão de especialistas para CUDA

> A versão traz fusão de top-k para especialistas agrupados no CUDA, além de testes e um ajuste relacionado ao HIP. Também oferece versões específicas para diferentes plataformas.

Oossa · 2026-10-17 · https://oossa.com/pt/llama-cpp-b11710-adds-a-cuda-expert-fusion-change

A equipe ggml-org lançou a versão b11710 do llama.cpp, uma nova edição do software de código aberto para executar modelos de linguagem. A mudança listada adiciona ao CUDA — plataforma de computação para placas gráficas — a fusão de top-k para especialistas agrupados, além de incluir testes e um ajuste relacionado ao HIP.

A página da versão oferece downloads para vários sistemas, incluindo macOS, iOS e Linux. Não apresenta resultados de benchmarks nem informa quanto a mudança afeta a velocidade ou o uso de memória.

## Os fatos

- Versão: llama.cpp b11710.
- As notas da versão listam “cuda : add grouped experts top-k fusion” e mencionam testes e uma correção para o HIP.

## Por que importa

Desenvolvedores que usam CUDA com modelos de especialistas agrupados podem testar a nova implementação, mas as notas da versão não demonstram se ela melhora o desempenho na prática.

## Fontes e referências

1. [ggml-org/llama.cpp b11710](https://github.com/ggml-org/llama.cpp/releases/tag/b11710) – llama.cpp, 2026-10-17

Última atualização: 2026-10-17