# llama.cpp, MoE modellerine uzman başına token ölçeklemesi ekledi

> Açık kaynaklı llama.cpp kütüphanesi artık MoE aşağı projeksiyonlarını token başına ölçekliyor ve tensör paralelliği desteğini geliştiriyor.

Oossa · 2026-10-21 · https://oossa.com/tr/llama-cpp-adds-per-expert-token-scaling-for-moe-models

ggml-org/llama.cpp projesi 2026-10-21 tarihinde yeni bir sürüm yayımladı. Bu sürüm, karışık uzmanlı (MoE) aşağı projeksiyonlarında tek bir genel ölçekleme katsayısı kullanmak yerine, POOL_1D maksimum indirgemesinden yararlanarak uzman-token başına bir katsayı kullanıyor. Değişiklik ayrıca bölünmüş durum mantığına POOL_1D desteği ekleyerek tensör paralelliğini mümkün kılıyor. Güncellemede kod sadeleştirmeleri ve yeniden düzenlenmiş bir ölçekleme dönüş yapısı da yer alıyor.

## Gerçekler

- Yayın tarihi: 2026-10-21 ("Wed Oct 21 2026 08:33:35 GMT+0200")
- Değişiklik: MoE aşağı projeksiyonlarında uzman-token başına ölçekleme

## Neden önemli

MoE modellerini çalıştıran geliştiriciler artık her token için daha isabetli ölçekleme elde edebilir; bu da çok GPU’lu kurulumlarda performansı artırabilir.

## Kaynaklar ve referanslar

1. [ggml-org/llama.cpp b11785](https://github.com/ggml-org/llama.cpp/releases/tag/b11785) – llama.cpp, 2026-10-21

Son güncelleme: 2026-10-21