AMD优化llama.cpp：减少MTP缓冲开销，上下文长度翻倍
ea_man · reddit · 2026-08-09
开发者eaman分享了对llama.cpp的补丁，通过减少MTP缓冲区的内存开销，显著提升了可用上下文长度。在ROCm和Vulkan后端上，Qwen 27B模型的上下文长度从64K提升至149K（双GPU配置）。补丁和测试日志已公开。
「Infra」频道最新
- Nscale 数据中心液冷屡漏半年起火，挪威查出10项安全违规 — saranormous · 2026-10-16
- WSL 3.0 发布:内置原生容器,高频系统调用内核耗时降约 16% — solyarisoftware · 2026-10-16
- 魔改 22GB RTX 2080 Ti 跑本地 LLM,值不值?作者求实测经验 — Dave86ch · 2026-10-16
- Intel 开源低比特量化库 neural-compressor:支持 FP4/MXFP4/NVFP4 — HaihaoShen · 2026-10-16
- 770B 参数压进 214GiB：腾讯混元量化团队拆解 Hy4 Preview 压缩术 — coolmum18 · 2026-10-16
- TokenSpeed MLA 2 适配英伟达 Vera Rubin，解码内核较 B200 提速 3.44 倍 — zhyncs42 · 2026-10-16