llama.cpp 项目发布了更新 b10481，其中包括针对 DGX Spark 上的 CUDA 和密集模型的优化。该版本引入了与 MMVQ（多查询向量量化）相关的更改，并为 warp 数量和批处理大小设置了特定参数。此外，它还通过允许非专家计算来处理专家混合（MoE）模型，并为 DGX Spark 配置进行了参数重命名。 AI
影响 llama.cpp 中的优化可能会提高在兼容硬件上运行模型的用户的推理速度和效率。
排序理由 这是针对特定项目（llama.cpp）的软件更新，包含针对硬件和 CUDA 的优化，属于“工具”类别。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
