llama.cpp b11866 调整 Metal MoE 缩放
热点事件持续更新
llama.cpp b11866 调整 Metal MoE 缩放
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
llama.cpp 发布 b11866，移除 Metal 后端 `mul_mm_id` 的 amax 重缩放及相关两阶段归约内核、临时缓冲区和测试。计算图已在算子运行前按 expert-token 执行 amax scaling，使 MoE 下投影激活值保持在 f16 范围内，因此替代了内核中的重缩放逻辑。
AI 根据报道生成 · 1 小时前更新
最新进展10月25日 03:51
llama.cpp b11866 发布报道时间线
沿着报道，了解事件的不同侧面。
10月25日
- GitHub · ggml-org/llama.cpp Releasesllama.cpp b11866 发布
llama.cpp b11866 移除 Metal 后端 `mul_mm_id` 的 amax 重缩放逻辑，改由计算图执行逐 expert-token 的 amax scaling，以在算子运行前将 MoE 下投影激活值保持在 f16 范围内。该版本同时删除两阶段归约内核、临时缓冲区、`GGML_PREC_F32` dispatch 及相关测试用例。
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。