# llama.cpp b11713 ger snabbare stöd för lågbitar på CUDA

> Open source-biblioteket llama.cpp släppte version b11713 den 17 okt 2026. Uppdateringen snabbar upp lågbitsoperationer för matriser och vektorer på CUDA-GPU:er och innehåller nya binärbyggen.

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

Teamet bakom ggml-org publicerade llama.cpp version b11713 den 17 okt 2026. Uppdateringen förbättrar CUDA-prestandan för lågbitstyper med en snabbare MMVQ-algoritm. Den innehåller också en mindre korrigering för HIP-GPU:er från AMD vid kvantisering med Q3_K och Q6_K. Färdigbyggda binärfiler för macOS, iOS och flera Ubuntu-varianter (CPU, Vulkan och CUDA) finns nu att ladda ner.

## Fakta

- Släpptes: 17 okt 2026 (”Sat Oct 17 2026 18:00:52 GMT+0200”)
- Lägger till snabbare CUDA-MMVQ för lågbitstyper (#30517)

## Varför det spelar roll

Utvecklare kan köra kvantiserade LLM-modeller snabbare på NVIDIA-GPU:er, vilket sänker inferenskostnaderna för lokala AI-program.

## Källor och referenser

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

Senast uppdaterad: 2026-10-17