A equipe ggml-org publicou a versão b11580 do llama.cpp em 13 de outubro de 2026. A atualização amplia o suporte a DMA escalar (acesso direto à memória) em operações binárias, incluindo novos kernels para repetição e dados complexos. Também simplifica os caminhos sem DMA e adiciona suporte a strides não contíguos. As mudanças abrangem compilações para CPU, CUDA, Vulkan e NPU Hexagon em Linux, Windows, macOS e Android. Agora, desenvolvedores podem executar cálculos de tensores com mais eficiência em dispositivos que vão do Apple Silicon a chips Snapdragon.
Por que importa
Desenvolvedores podem executar modelos do llama.cpp mais rapidamente em uma variedade maior de hardware, reduzindo o tempo de inferência para os usuários finais.