llama.cpp b11879 融合 CUDA FFN 内核
热点事件持续更新
llama.cpp b11879 融合 CUDA FFN 内核
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
llama.cpp b11879 新增 CUDA MMQ 融合路径，将 dense FFN 的 gate/up 矩阵乘法与 GLU 合并为一次 `mul_mat_q` launch，用于 prompt processing，并在写回阶段计算 GLU。该路径仅对 NVIDIA Turing 及更新架构上的 Q4_K、Q5_K、Q6_K、Q8_0 和 IQ4_XS 启用。
AI 根据报道生成 · 2 小时前更新
最新进展10月26日 00:12
llama.cpp b11879 发布报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- GitHub · ggml-org/llama.cpp Releasesllama.cpp b11879 发布
llama.cpp b11879 将 CUDA 中 dense FFN 的 gate/up 矩阵乘法与 GLU 融合到 MMQ，用一次 `mul_mat_q` launch 完成 prompt processing，并在 write-back 阶段计算 GLU。该路径支持 Q4_K、Q5_K、Q6_K、Q8_0 和 IQ4_XS，仅启用于 NVIDIA Turing 及更新架构。
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。