ynankani

llama.cpp 更新优化 DGX Spark 上的 CUDA 性能

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。