返回全部动态
llama.cpp b11953：CUDA 新增 384 专家 top-k MoE 融合
原标题：b11953
AI 摘要
llama.cpp 发布 b11953 版本，主要变更是为 CUDA 后端新增针对 384 个专家的 top-k MoE 融合算子（PR #31288），该改动由 Codex 辅助完成。发布同时提供 macOS/iOS、Linux、Android、Windows 等多平台多后端（CUDA、Vulkan、ROCm、SYCL、OpenVINO 等）的预编译二进制包。
以上摘要由 AI 生成，可能存在误差。事实请以原文为准。
正文节选
<details open> cuda : add top-k MoE fusion for 384 experts (#31288) Assisted-by: Codex </details> **Website:** - <https://llama.app> **Attestations:** - <https://github.com/ggml-org/llama.cpp/attestations/60764106> **macOS/iOS:** - [macOS Apple Silicon (arm64)](https://github.com/ggml-org/llama.cpp/releases/download/b11953/llama-b11953-bin-macos-arm64.tar.gz) - macOS Apple Silicon (arm64, KleidiAI enabled) [DISABLED](https://github.com/ggml-org/llama.cpp/pull/23780) - [macOS Intel (x64)](h
发布时间：2026-10-28 18:11
抓取时间：2026-10-28 18:47
来源机构：ggml-org