这项更新通过每次加载两个浮点数，提升 Intel GPU 上的矩阵乘法速度。
简讯Oossa1 分钟阅读
llama.cpp 项目发布了一项补丁，调整了 Vulkan 代码加载 32 位浮点数（F32）的方式。在 Intel GPU 上，一次加载两个浮点数比逐个加载更快，因此新逻辑在 mul_mat_vec 例程中采用了 2 对齐加载。这项改动还补上了此前缺失的对齐检查。B60 测试板上的基准测试显示，在特定矩阵尺寸下，性能最高可达 1.63 TFLOPS，较此前版本有明显提升。
GPU 运算速度更快，意味着在 Intel 硬件上使用 llama.cpp 的用户可以更快地进行大语言模型推理。
模型
OpenAI称，新版GPT‑6.1 Sol性能更强，但仍维持每百万token 2至10美元的价格，低于Anthropic的Claude和DeepSeek模型。
模型
新款v4和v4 Turbo语音的价格分别为每1,000个字符0.08美元和0.04美元；促销价持续至10月12日，分别降至0.022美元和0.011美元。
模型
Oracle推出的Fusion Claw运行时，让其Fusion应用能够处理人员排班、会计等多步骤任务：由AI负责推理，计算则交由模型之外的系统完成。
Oossa · 新闻简报
一周 AI，讲明白
每周一，用通俗的语言讲清值得知道的新闻。免费，无垃圾邮件。
| # | 来源 | 发布方 | 日期 | 要点 |
|---|---|---|---|---|
| 1 | ggml-org/llama.cpp b11266 ↗ | llama.cpp | 2026年9月29日 | <details open> vulkan : Load F32 A matrix 2 at a time when its 2-aligned (#29254) It turns out Intel doesn't particularly like loading F32s |
| 2 | ggml-org/llama.cpp b11267 ↗ | llama.cpp | 2026年9月30日 | <details open> vulkan: Tune GDN kernel, fix Intel performance (#29476) * vulkan: tune GDN shader * tune for Intel </details> **Website:** - |
2 个来源
