A biblioteca de código aberto llama.cpp lançou a versão b11635 em 15/10/2026. A atualização altera o código de CPU para manter a tabela de consulta FP16→FP32 em processadores x86 compatíveis com o conjunto de instruções F16C. A mudança anterior encaminhava as duas conversões escalares pelo F16C, reduzindo em 45–65 % a velocidade dos kernels de multiplicação de matrizes Q8_0/Q4_0. A correção agora comenta a definição problemática e restaura a tabela original para conversões de FP16 para FP32.
Por que importa
Desenvolvedores que usam llama.cpp em CPUs Intel terão inferência de modelos visivelmente mais rápida após a atualização.
