Видео с ютуба Llama.cpp Moe Cache

llama.cpp PR #30637: SLRU Cache for MoE Models

Внутри llama.cpp: как запускать огромные MoE-модели (новый кэш экспертов)

В llama.cpp добавили Expert Cache... Победит ли он Strata на 12 ГБ?!

llama.cpp Just Got an Expert Cache. Do You Still Need Strata?

llama.cpp PR #29887: GPU Cache for MoE Experts

llama.cpp увеличил скорость вашего GPU в 2 раза на больших моделях (включите это)

llama.cpp Just Made 125B MoE Models 4× Faster!

llama.cpp Just Made Huge MoE Models 4× Faster

llama.cpp 0.7: 2x Faster Local AI on One GPU

Broken in 12 Days: How a 1993 Idea Fixed llama.cpp MoE Caching

llama.cpp Cut 31 Wasted GPU Passes

The LRU Cache That Doubled Local MoE Speeds: llama.cpp Expert Offloading

This llama.cpp Fork Just Made Qwen 3.3× Faster

Your MoE Model Is 2× Slower Without This llama.cpp Flag

llama.cpp's New MoE Expert Cache: Up To 2.2x Faster on One GPU

Run 125B Models on 8GB Ram: llama.cpp Expert Cache

llama.cpp runs MoE models up to 2.2x faster when VRAM runs out

llama.cpp's New MoE Cache Is 3× Faster on 16GB

100B+ Models on 12GB GPU: Strata, Maya & llama.cpp MoE

Запуск нейросети на 35 млрд параметров с 6 ГБ видеопамяти: БЫСТРО (Гайд по llama.cpp)