llama.cpp b11723 改进 Hexagon 注意力
热点事件持续更新
llama.cpp b11723 改进 Hexagon 注意力
1 篇报道1 个报道来源18 小时前更新
先了解这件事
AI 综述
llama.cpp 发布 b11723，改进 Hexagon 平台的 FLASH_ATTN_EXT，使其支持更长上下文和 SWA 模型，并加入 masked block skipping 以减少 DMA 获取；该版本还调整 HMX 与 HVX 的切换阈值，将 mdev.count 纳入 HMX gate，目标是提升 Gemma 4 表现。 这些改动集中在 Hexagon 注意力执行路径，影响使用该后端运行长上下文或 SWA 模型的场景。
AI 根据报道生成 · 1 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- GitHub · ggml-org/llama.cpp Releasesllama.cpp b11723 发布：改进 hexagon 的 FLASH_ATTN_EXT，支持更长上下文和 SWA models
llama.cpp b11723 针对 hexagon 的 FLASH_ATTN_EXT 进行改进，面向更长上下文和 SWA models，并加入 masked block skipping 以减少 DMA fetching。更新还调整 hmx->hvx crossover thresholds，使 hmx gate 纳入 mdev.count，以提升 gemma-4 表现。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。