# llama.cpp добавила операцию Flash Attention

> В библиотеке с открытым исходным кодом llama.cpp появилась поддержка операции Flash Attention через ggml‑zdnn. Об этом сообщили 20 Oct 2026.

Oossa · 2026-10-20 · https://oossa.com/ru/llama-cpp-adds-flash-attention-operation

Команда ggml‑org выпустила llama.cpp версии b11759 20 Oct 2026. В обновлении в бэкенд ggml‑zdnn добавили операцию Flash Attention (fattn), а слоты для временных данных заменили пулом буферов. Изменение подписал участник проекта Aaron Teo. Flash Attention ускоряет вычисление механизма внимания, который используют большие языковые модели.

## Факты

- В ggml‑zdnn добавлена операция Flash Attention (fattn)
- Дата выпуска: 2026‑10‑20

## Почему это важно

Flash Attention может сократить время инференса при локальном запуске llama.cpp, благодаря чему модели для общения будут работать быстрее.

## Источники и ссылки

1. [ggml-org/llama.cpp b11759](https://github.com/ggml-org/llama.cpp/releases/tag/b11759) – llama.cpp, 2026-10-20

Обновлено: 2026-10-20