llama.cpp WebGPU新增Q2_0量化支持
热点事件持续更新
llama.cpp WebGPU新增Q2_0量化支持
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
llama.cpp 合入 PR #30914，为 WebGPU 后端增加 Q2_0 量化支持，使 Ternary Bonsai 模型可在该后端使用这种量化格式运行。 性能测试显示，Ternary Bonsai 1.7B 的 Q2_0 推理速度明显提升：pp512 吞吐从 35 t/s 升至 1915.91 t/s，tg128 从 14 t/s 升至 94.75 t/s；Bonsai 2 2B 的 pp512 也从 36.4 t/s 升至 2039.89 t/s。
AI 根据报道生成 · 2 小时前更新
最新进展10月22日 17:17
llama.cpp WebGPU 支持 Q2_0，Ternary Bonsai 推理吞吐提升约 50-55 倍报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- AGI Huntllama.cpp WebGPU 支持 Q2_0，Ternary Bonsai 推理吞吐提升约 50-55 倍
llama.cpp 合入 PR #30914，为 WebGPU 后端补上 Q2_0 量化支持。Ternary Bonsai 1.7B Q2_0 的 pp512 吞吐从 35 t/s 提升至 1915.91 t/s，tg128 从 14 t/s 提升至 94.75 t/s；Bonsai 2 2B 的 pp512 从 36.4 t/s 提升至 2039.89 t/s。
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。