PulseAugur
中
实时 21:22:45
(CA) b11866: metal : remove mul_mm_id amax rescaling (#30924)

llama.cpp 通过内核更改优化 Metal 性能

作者 PulseAugur 编辑部 · [1 个来源] ·

llama.cpp 项目发布了 b11866 版本，其中包括对 Metal 的优化，特别是移除了 mul_mm_id 内核中的 amax 重缩放。此更改旨在将 MoE 下投射激活保持在 f16 范围内，然后再执行操作。该版本还放弃了两阶段归约内核和相关的调度，并在配备 M5 Max 芯片的 MacBook 上对 Qwen3.8-Flash-Next-GGUF 进行了辅助测试。 AI

影响 对 Apple 硬件上本地 LLM 推理的性能优化。

排序理由 这是一个特定工具的软件更新/优化，不是前沿发布、重大行业举措或学术研究。

在 llama.cpp — Releases 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

llama.cpp 通过内核更改优化 Metal 性能

本文如何被排名

Signal score
7 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
这是一个特定工具的软件更新/优化，不是前沿发布、重大行业举措或学术研究。
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
infra
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
Breaking (< 6h)
Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

  1. llama.cpp — Releases TIER_1 (CA) · ggerganov ·

    b11866: metal: remove mul_mm_id amax rescaling (#30924)

    <p>The src1 power-of-two rescale in kernel_mul_mm_id is superseded by the<br /> per expert-token amax scaling done in the compute graph<br /> (ref: <a class="issue-link js-issue-link" href="https://github.com/ggml-org/llama.cpp/pull/30861">#30861</a>), which keeps the<br /> MoE d…

相关实体

相关话题