# llama.cpp b11866 tar bort äldre Metal-skalningssteg

> Versionen tar bort Metal-reduktionskärnor och en arbetsbuffert efter att skalningen av expert-token flyttats in i beräkningsgrafen. Inga prestandamätningar redovisas.

Oossa · 2026-10-24 · https://oossa.com/sv/llama-cpp-b11866-removes-an-older-metal-scaling-step

I version b11866 av llama.cpp tar ggml-org-teamet bort ett skalningssteg med tvåpotenser från en Metal-kärna för matrismultiplikation som används i mixture-of-experts-modeller. Projektet uppger att skalningen av varje expert-token nu sker i beräkningsgrafen och håller aktiveringarna i nedprojektionen inom det intervall som f16 stöder innan operationen körs.

Ändringen tar också bort tvåstegsreduktionskärnor, deras arbetsbuffert och en f32-dispatchväg, liksom tester för indata som överskred f16-intervallet. Versionen innehåller byggen för macOS med Apple Silicon och många andra plattformar, men redovisar inga mätningar av hastighet eller noggrannhet.

## Fakta

- Version: b11866, daterad 2026-10-24.
- Versionen tar bort Metal-reduktionskärnor, en arbetsbuffert och en GGML_PREC_F32-dispatchväg.

## Varför det spelar roll

För llama.cpp-användare som kör mixture-of-experts-modeller med Metal förlitar sig kärnan nu på skalning som sker tidigare i beräkningsgrafen. Versionen säger inte om det påverkar hastigheten eller resultatens kvalitet.

## Källor och referenser

1. [ggml-org/llama.cpp b11866](https://github.com/ggml-org/llama.cpp/releases/tag/b11866) – llama.cpp, 2026-10-24

Senast uppdaterad: 2026-10-24