热点事件持续更新
llama.cpp v0.7.0 发布，MoE 专家 GPU 缓存提速 2.2 倍
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 年 10 月 16 日，AGI Hunt 报道 llama.cpp 发布 v0.7.0。该版本新增 --moe-cache-mib 参数，为存放在主机内存中的 MoE 专家权重提供 GPU 端 LRU 缓存。报道称，当专家权重被下放到主机内存时，解码速度最高可提升约 2.2 倍，且该缓存可在多块 GPU 之间共享。目前除这一篇发布报道外，暂无更多后续进展。
AI 根据报道生成 · 3 小时前更新
最新进展10月16日 04:06
llama.cpp v0.7.0 发布，新增 --moe-cache-mib，专家下放时解码最高提速约 2.2 倍。报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- AGI Hunt精选llama.cpp v0.7.0 发布：MoE 专家 GPU 缓存使解码最快提速 2.2 倍
llama.cpp 发布 v0.7.0，新增 --moe-cache-mib 参数，为存放在主机内存中的 MoE 专家权重提供 GPU 端 LRU 缓存，专家下放时解码速度最高提升约 2.2 倍，且缓存可在多块 GPU 间共享。
本事件热度走势
当前热度 9·可比范围峰值 10（10月16日 05:00）·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。