llama.cpp 新 PR:VNNI 让 CPU prompt 处理提速 3-7 倍
jacek2023 · reddit · 2026-09-26
llama.cpp 合并中的 PR #27851 为 k-quants 引入分块（tiled）mulmat 实现。作者 jbooth 称：使用 AVX512-VNNI 指令集后，CPU 上的 mulmat 运算可获得 3-7 倍加速，且实现复杂度增量极小，能显著加快本地推理时的 CPU prompt 处理速度。对没有 GPU 或受限于显存的本地部署用户是重要利好。
「Infra」频道最新
- 百度发布 ERNIE Evolve 自动研究系统,NanoGPT Speedrun 超公开最好成绩 — xiaohu · 2026-11-11
- 百度首次用 RSI 自动优化文心推理,昆仑芯出字速度提升 6.24 倍 — xiaohu · 2026-11-11
- Nvidia 供应承诺单季从 1190 亿飙至 2790 亿美元，锁死 2027-28 显存 — tengyanAI · 2026-11-11
- 独立研究者新优化器：24GB 显存可训 27B 模型，权重仅需 1.6bit — oguzeldereli · 2026-11-11
- 英伟达扩大与 Meta 的 Muse 合作,将向 Meta 投资 30 亿美元 — armand_ruiz · 2026-11-11
- 网友算账质疑 Anthropic:Opus 5.5 十亿美元成本大头不在算力 — teortaxesTex · 2026-11-11