llama.cpp 为 RDNA4 调优 Flash Attention,大上下文提升明显
pmttyji · reddit · 2026-09-11
llama.cpp 合入了 pwilkin 的 CUDA/HIP Flash Attention 调优 PR(#28102)，针对 AMD RDNA4（R9700）与 RDNA 3.5（RX 9060 XT、8060S）显卡，带来明显的 prefill 性能提升，大上下文场景数据尤其好看，PR 内附详细 benchmark。这对 AMD 卡本地跑 LLM 的用户是实打实的加速。
「Infra」频道最新
- Oracle Q1 云基建收入三位数增长，AI 算力需求持续爆发 — DavidLinthicum · 2026-09-11
- SF Compute 创始人：现在买算力是「绝对糟糕的体验」 — IgorCarron · 2026-09-11
- 开源 SmolVM:2026 年 Agent 不止用浏览器,而是拥有整台电脑 — aniketmaurya · 2026-09-11
- PyTorch Day Korea 2026 首届线下大会启动,9月13日截止征集演讲 — PyTorch · 2026-09-11
- 本地跑 LLM 选卡:4 张 CMP-170HX 涨价 vs Mac Studio M5 — rumboll · 2026-09-11
- p99 延迟基准可能在骗你:一篇长文讲透 coordinated omission — Franc0Fernand0 · 2026-09-11