# llama.cpp b11713 ускоряет CUDA для низкоразрядных вычислений

> 17 октября 2026 года вышла версия библиотеки с открытым исходным кодом llama.cpp b11713. В ней ускорены низкоразрядные операции умножения матриц на векторы на CUDA‑совместимых GPU и добавлены новые готовые сборки.

Oossa · 2026-10-17 · https://oossa.com/ru/llama-cpp-release-b11713-adds-faster-low-bit-cuda-support

Команда ggml‑org выпустила llama.cpp версии b11713 17 октября 2026 года. Обновление ускоряет работу CUDA с низкоразрядными типами данных благодаря более быстрому алгоритму MMVQ. Также исправлена небольшая ошибка на GPU с HIP (AMD) при использовании квантования Q3_K и Q6_K. Готовые бинарные сборки для macOS, iOS и нескольких вариантов Ubuntu (CPU, Vulkan, CUDA) уже доступны для скачивания.

## Факты

- Дата выхода: 17 октября 2026 года («Sat Oct 17 2026 18:00:52 GMT+0200»)
- Добавлен более быстрый CUDA MMVQ для низкоразрядных типов данных (#30517)

## Почему это важно

Разработчики смогут быстрее запускать квантованные LLM на GPU NVIDIA, снижая затраты на инференс в локальных ИИ-приложениях.

## Источники и ссылки

1. [ggml-org/llama.cpp b11713](https://github.com/ggml-org/llama.cpp/releases/tag/b11713) – llama.cpp, 2026-10-17

Обновлено: 2026-10-17