# llama.cpp, daha hızlı IQ3 çıkarımı için SYCL ağırlıklarını yeniden düzenliyor

> Açık kaynaklı llama.cpp kütüphanesi artık yükleme sırasında IQ3_S ve IQ3_XXS ağırlıklarını yeniden düzenleyerek Intel Arc GPU’larda saniyedeki token sayısını artırıyor.

Oossa · 2026-10-15 · https://oossa.com/tr/llama-cpp-adds-sycl-weight-reorder-for-faster-iq3-inference

llama.cpp projesi, b11636 sürümünü 2026-10-15’te yayımladı. Bu sürüm, SYCL altında çalışırken IQ3_S ve IQ3_XXS kuantizasyonları için kalıcı bir ağırlık düzeni ekliyor. Ağırlıklar model yüklenirken bir kez yeniden sıralanıyor; böylece GPU bitleri tek tek toplamak yerine yoğun blokları işleyebiliyor. Bu da çözümleme ve ön doldurma işlemlerini hızlandırıyor. Intel Arc Pro B70 GPU’da Qwen3.8‑27B modeli, kısa istemlerde saniyede 12.92 tokendan 23.54 tokene çıkarak %82 artış gösterdi.

## Gerçekler

- Yayın tarihi: 2026-10-15 ("Thu Oct 15 2026 06:50:37 GMT+0200")
- Intel Arc Pro B70’de IQ3_S için token hızı saniyede 12.92’den 23.54’e yükseldi (+%82)

## Neden önemli

llama.cpp’yi SYCL uyumlu GPU’larda çalıştıran geliştiriciler, model kodunu değiştirmeden belirgin ölçüde daha hızlı yanıtlar alabilir.

## Kaynaklar ve referanslar

1. [ggml-org/llama.cpp b11636](https://github.com/ggml-org/llama.cpp/releases/tag/b11636) – llama.cpp, 2026-10-15

Son güncelleme: 2026-10-15