# llama.cpp为Volta显卡加入CUDA优化，V100提速

> 一项仅改动两行的调整让Volta（sm_70）采用Turing的MMVQ调优表，使Tesla V100速度提升约3%，且结果保持不变。

Oossa · 2026-10-02 · https://oossa.com/zh/llama-cpp-adds-cuda-tweak-for-volta-gpus-boosting-v100-speed

llama.cpp项目于2026-10-02发布了一项小型CUDA更新，让Volta显卡（sm_70）使用与Turing显卡相同的MMVQ调优表。在Tesla V100 32 GB上，这项调整使Qwen3.8‑27B模型的吞吐量提升约3%。以困惑度衡量的输出质量保持不变。该补丁由anyei及其合作者提交。

## 事实

- 在Tesla V100 32 GB（CUDA 12.0.140）上测得速度提升+3.17%。
- 该版本于2026年10月2日（星期五）发布。

## 为什么重要

在V100显卡上运行llama.cpp的用户可以略微加快模型运行速度，同时不损失准确性。

## 来源与参考

1. [ggml-org/llama.cpp b11335](https://github.com/ggml-org/llama.cpp/releases/tag/b11335) – llama.cpp, 2026-10-02

最后更新: 2026-10-02