热点事件持续更新
llama.cpp 新 PR 实现 GDN 分块核提速解码
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026-10-14，llama.cpp 出现新 PR #29353，为 CUDA 和 HIP 后端实现 GDN 分块核，目的是加快解码速度。报道称，在 RTX PRO 6000 Blackwell 上运行 Qwen3.5-35B-A3B-Q80 时，解码吞吐从 14,090 tok/s 提升到 16,595 tok/s，提速 17.8%。同一篇报道的标题则称在 RTX 4090 上 35B 模型提速 11%，与正文给出的硬件和数字并不一致：标题指向 RTX 4090、11%，正文指向 RTX PRO 6000 Blackwell、17.8%。目前报道只提及该 PR 及上述两组测试数据，尚未给出合并状态或其他后端的验证结果。
AI 根据报道生成 · 3 小时前更新
最新进展10月14日 22:23
llama.cpp PR #29353 为 CUDA/HIP 实现 GDN 分块核，Blackwell 上解码提速 17.8%。报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- AGI Huntllama.cpp 新 PR 为 CUDA 和 HIP 实现 GDN 分块核：RTX 4090 上 35B 模型提速 11%
llama.cpp 新 PR #29353 为 CUDA 和 HIP 实现 GDN 分块核，Qwen3.5-35B-A3B-Q80 在 RTX PRO 6000 Blackwell 上解码从 14,090 提升到 16,595 tok/s，提速 17.8%。
本事件热度走势
当前热度 9·可比范围峰值 10（10月14日 23:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。