# llama.cpp b11866 elimina uma etapa antiga de escala no Metal

> A versão remove kernels de redução do Metal e um buffer temporário após transferir a escala dos tokens por especialista para o grafo computacional. Não foram divulgados resultados de desempenho.

Oossa · 2026-10-24 · https://oossa.com/pt/llama-cpp-b11866-removes-an-older-metal-scaling-step

A versão b11866 do llama.cpp, lançada pela equipe ggml-org, elimina uma etapa de reescala por potência de dois de um kernel de multiplicação de matrizes do Metal usado em modelos de mistura de especialistas. Segundo o projeto, a escala aplicada a cada token por especialista no grafo computacional agora mantém as ativações da projeção descendente dentro do intervalo aceito pelo f16 antes da operação.

A mudança também elimina kernels de redução em duas etapas, o buffer temporário correspondente e um caminho de execução f32, além dos testes para entradas que ultrapassavam o intervalo do f16. A versão lista compilações para macOS com Apple Silicon e várias outras plataformas; não apresenta medições de velocidade nem de precisão.

## Os fatos

- Versão: b11866, datada de 2026-10-24.
- A versão remove kernels de redução do Metal, um buffer temporário e um caminho de execução GGML_PREC_F32.

## Por que importa

Para quem usa modelos de mistura de especialistas no llama.cpp com Metal, o kernel agora depende da escala aplicada anteriormente no grafo computacional; a versão não informa se isso altera a velocidade ou a qualidade dos resultados.

## Fontes e referências

1. [ggml-org/llama.cpp b11866](https://github.com/ggml-org/llama.cpp/releases/tag/b11866) – llama.cpp, 2026-10-24

Última atualização: 2026-10-24