llama.cpp b11879 融合 CUDA FFN 计算
热点事件持续更新
llama.cpp b11879 融合 CUDA FFN 计算
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
llama.cpp 发布 b11879，CUDA 后端在 MMQ 中把稠密 FFN 的 gate 与 up 矩阵乘合并为一次 mul_mat_q 启动，并在写回阶段完成 GLU 计算。 该融合路径适用于 NVIDIA Turing 及更新架构上的 Q4_K、Q5_K、Q6_K、Q8_0 和 IQ4_XS 量化格式；它采用常规 tiling（不使用 stream-k），并把列 tile 放在最内层，使相邻 block 共享权重 tile。
AI 根据报道生成 · 2 分钟前更新
最新进展10月25日 17:24
llama.cpp b11879 发布：CUDA 后端在 MMQ 中融合 FFN gate/up 矩阵乘与 GLU报道时间线
沿着报道，了解事件的不同侧面。
10月25日
- llama.cpp Releasesllama.cpp b11879 发布：CUDA 后端在 MMQ 中融合 FFN gate/up 矩阵乘与 GLU
llama.cpp 发布 b11879，CUDA 后端在 MMQ 中将稠密 FFN 的 gate 与 up 矩阵乘融合为一次 mul_mat_q 启动，并在写回阶段完成 GLU 计算。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。