返回全部动态
llama.cpp b11962：CUDA 融合 MoE gate/up 与 GLU
原标题：b11962
AI 摘要
llama.cpp 发布 b11962 版本，核心变更是 CUDA 后端在 MMQ 中融合 MoE（MUL_MAT_ID）的 gate/up 与 GLU 计算（PR #31188）。该版本同时提供 macOS/iOS、Linux、Android、Windows 等多平台多后端的预编译二进制包，并新增 Snapdragon 平台 CPU/Adreno GPU/Hexagon NPU 支持。此次更新主要提升 MoE 模型在 CUDA 上的推理效率，属于开源推理框架的常规迭代。
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: fuse MoE (MUL_MAT_ID) gate/up and GLU in MMQ (#31188) </details> **Website:** - <https://llama.app> **Attestations:** - <https://github.com/ggml-org/llama.cpp/attestations/60834811> **macOS/iOS:** - [macOS Apple Silicon (arm64)](https://github.com/ggml-org/llama.cpp/releases/download/b11962/llama-b11962-bin-macos-arm64.tar.gz) - macOS Apple Silicon (arm64, KleidiAI enabled) [DISABLED](https://github.com/ggml-org/llama.cpp/pull/23780) - [macOS Intel (x64)](https://github
发布时间：2026-10-28 21:42
抓取时间：2026-10-28 21:49
来源机构：ggml-org