# llama.cpp får BF16- och FP16-stöd i tinyBLAS för x86-processorer

> Open source-biblioteket llama.cpp vektoriserar nu BF16-, FP16- och FP32-svansar i tinyBLAS-backenden, vilket snabbar upp inferens på processorer.

Oossa · 2026-10-04 · https://oossa.com/sv/llama-cpp-adds-bf16-fp16-support-in-tinyblas-for-x86-cpus

Teamet bakom ggml-org har släppt llama.cpp version b11398. Uppdateringen lägger till stöd för BF16-, FP16- och FP32-svanshantering i tinyBLAS CPU-backend på x86-plattformar. Svansarna vektoriseras också för snabbare beräkningar. Färdigbyggda binärfiler finns för macOS (Apple Silicon och Intel), iOS och flera Ubuntu-arkitekturer. Uppdateringen innehåller även justeringar av testerna för att säkerställa korrekta jämförelser med referensimplementationer.

## Fakta

- Version b11398 släpptes den 4 oktober 2026
- Lägger till stöd för BF16-, FP16- och FP32-svansar i tinyBLAS för x86

## Varför det spelar roll

Utvecklare kan nu köra inferens med stora språkmodeller snabbare på vanliga processorer, utan GPU-acceleration.

## Källor och referenser

1. [ggml-org/llama.cpp b11398](https://github.com/ggml-org/llama.cpp/releases/tag/b11398) – llama.cpp, 2026-10-04

Senast uppdaterad: 2026-10-04