Команда ggml-org выпустила llama.cpp версии b11760 20 октября 2026 года. В обновлении исправлена ошибка редукции в функции умножения матриц, возникавшая, если ширина тайла не кратна 64. Она затрагивала графические процессоры с HIP и CUDA. Кроме того, опубликованы новые предварительно собранные бинарные файлы для Apple Silicon, компьютеров Mac с процессорами Intel, iOS, а также нескольких конфигураций Ubuntu — для CPU, Vulkan и CUDA.
Почему это важно
Теперь разработчики могут запускать llama.cpp на большем числе GPU-конфигураций без сбоев, а значит, расширяется круг устройств, на которых можно размещать локальные большие языковые модели.
