# llama.cpp b11723 ускоряет работу с длинным контекстом

> Вышла версия библиотеки llama.cpp с открытым исходным кодом — b11723. В ней доработали FLASH_ATTN_EXT для Hexagon, ускорив обработку длинного контекста на CPU и Vulkan.

Oossa · 2026-10-19 · https://oossa.com/ru/llama-cpp-b11723-adds-flash-attn-ext-for-longer-context

Команда ggml-org выпустила llama.cpp версии b11723 19 октября 2026 года. В обновлении улучшили FLASH_ATTN_EXT для работы с более длинным контекстом и моделями SWA, а также добавили пропуск маскированных блоков, чтобы сократить число обращений к памяти. Готовые сборки доступны для macOS (Apple Silicon и Intel), iOS и нескольких вариантов Ubuntu, в том числе с поддержкой GPU Vulkan. Изменения призваны повысить производительность таких моделей, как gemma-4.

## Факты

- Версия b11723 вышла 2026-10-19
- Включены улучшения FLASH_ATTN_EXT для работы с более длинным контекстом

## Почему это важно

Разработчики смогут эффективнее запускать LLM с большим контекстом на настольных CPU и совместимых GPU.

## Источники и ссылки

1. [ggml-org/llama.cpp b11723](https://github.com/ggml-org/llama.cpp/releases/tag/b11723) – llama.cpp, 2026-10-19

Обновлено: 2026-10-19