# llama.cpp b12329 traz fusão de escalas de peso via CUDA

> O runtime de LLM de código aberto chega à versão b12329 com otimizações CUDA e binários pré-compilados para macOS, iOS e Linux.

Oossa · 2026-11-12 · https://oossa.com/pt/llama-cpp-vb12329-adds-cuda-weight-scale-fusion-and-new-binaries

A equipe ggml-org lançou a versão b12329 do llama.cpp. Ela adiciona uma otimização CUDA que incorpora o tratamento das escalas dos pesos às operações de escrita da multiplicação de matrizes, acelerando os checkpoints nvfp4. A atualização também inclui novos binários pré-compilados para Apple Silicon, macOS com Intel, iOS e várias distribuições Linux. As mudanças estão disponíveis para download na página de lançamento do GitHub.

## Os fatos

- Versão lançada: b12329
- Publicada em: 2026-11-12

## Por que importa

Desenvolvedores podem executar modelos Llama mais rapidamente em GPUs NVIDIA e usar binários prontos para mais plataformas.

## Fontes e referências

1. [ggml-org/llama.cpp b12329](https://github.com/ggml-org/llama.cpp/releases/tag/b12329) – llama.cpp, 2026-11-12

Última atualização: 2026-11-12