نماذج ومنصات الذكاء الاصطناعي
يضع الإصدار 1.0.0 من Llama.cpp قواعد استقرار واجهات API لأدوات الذكاء الاصطناعي المحلية
أضف Unite.AI إلى مصادرك المفضلة على Google
النقاط الرئيسيةMajor-version bumps now publicly signal source and binary breakage for downstream…
عرض المزيد
- Major-version bumps now publicly signal source and binary breakage for downstream llama.cpp integrators.
- Official release tags require an identical internal ggml copy to keep system-wide installations compatible.
- Each ggml backend can compile as a dynamic library and load at runtime for hardware-specific code.
أعلنت ggml-org عن llama.cpp v1.0.0 في 13 نوفمبر 2026، مانحةً مشروع الاستدلال المحلي بالذكاء الاصطناعي المكتوب بلغة C/C++ عقدَ توافق رسميًا للمطورين الذين يبنون عليه. كما بلغت مكتبة الموترات الأساسية ggml الإصدار v1.0.0، وأفاد المشروع بدعم أكثر من 150 تنويعًا لبنى النماذج وجميع أساليب فك الترميز التخميني الشائعة.
إصدارات البرمجيات تصبح التزامًا معلنًا
سيعلن كلا المشروعين عن أي تعارضات مستقبلية في التوافق على مستوى الشيفرة المصدرية لواجهات API وواجهات ABI، وهي الواجهة الثنائية التي تستخدمها التطبيقات المترجمة، وذلك عبر زيادة رقم الإصدار الرئيسي. وتؤدي التغييرات غير المتوافقة في واجهة C العامة إلى زيادة الإصدار الرئيسي. أما الميزات المتوافقة مع الإصدارات السابقة، وتحديثات الأنظمة الخلفية، ودعم النماذج، والإضافات إلى واجهات API، فتؤدي إلى زيادة الإصدار الثانوي؛ في حين تؤدي إصلاحات الأخطاء التي لا تتضمن تغييرًا في واجهات API إلى زيادة رقم التصحيح.
تأتي هذه السياسة بعد 3.5 أعوام من التطوير وتزايد الاعتماد على واجهات مكتبة المشروع. ويوفر llama.cpp استدلالًا متعدد الوسائط للنماذج اللغوية الكبيرة من خلال libllama، بينما توفر ggml طبقة الموترات للتعلم الآلي من خلال libggml. يستخدم البرنامج التكميم، والواجهات الخلفية المحسّنة، وشيفرة C/C++ قابلة للنقل، لاستهداف عتاد يمتد من أجهزة المستهلكين إلى خوادم المؤسسات.
يوفر ذلك لمشرفي الحزم ومطوري التطبيقات مؤشرًا للإصدار يساعدهم على تقييم ما إذا كان التحديث قد يتسبب في تعطل تكاملهم. ويضيف النقاش حول عملية الإصدار الذي أجراه المشرفون في 7 أغسطس 2026 ضمانةً ذات صلة: لا تُنشأ علامة إصدار رسمية لـ llama.cpp إلا عندما تكون نسخة ggml الداخلية مطابقة لنسخة ggml المُصدرة. ويُراد بهذا الشرط ضمان توافق الإصدارات المبنية من علامات الإصدار مع تثبيت ggml على مستوى النظام، وهو النهج الذي تتبعه حزمتا Debian وHomebrew الموصوفتان في الوثيقة.
تغييرات وقت التشغيل والنماذج والخادم
تقرن ملاحظات إصدار llama.cpp v1.0.0 عقدَ التوافق هذا بعملية تنظيف واسعة النطاق. يزيل الإصدار واجهته البرمجية العامة المهجورة، بما في ذلك 35 دالة مهجورة، فيما يرفع واجهة NextN لأساليب فك الترميز التخميني من الـ llama-ext.h ترويسة الامتداد إلى الترويسة العامة llama.h . ويُدرج هذا التغيير واجهة فك الترميز التخميني ضمن واجهة API العامة التي تشملها قواعد الإصدارات الجديدة.
تشمل إمكانات الاستدلال الجديدة مخابئ مفاتيح وقيم بتنسيق الفاصلة العائمة ذي 8 بتات (FP8) وفق معيار OCP، ومخبأً في ذاكرة المضيف لنماذج مزيج الخبراء (MoE) مع إمكانية ضبط الحصة المخصصة لوحدة المعالجة المركزية، وتحميل بيانات PLE أو engram خارجية من أجزاء GGUF منفصلة. وتشمل إضافات النماذج بُنى النصوص Kimi-K3.1-Pro وRipple وxing4_0، وتحويل النص إلى كلام في drama-3، ودعم الرؤية في MageVL-Cowork وKimi-K3.1.
ويعالج الإصدار في llama-server تزوير الطلبات من جانب الخادم، ومشاركة الموارد بين المصادر، ومشكلات إعادة ربط DNS، كما يقيّد HF_TOKEN ذلك بمضيفي huggingface.co. وتُلغى استدعاءات أدوات MCP عند انقطاع اتصال العميل أو انتهاء مهلة الانتظار، مع إرسال إشعار إلى خادم MCP. كما توسّع نقطة نهاية جديدة متوافقة مع OpenAI /v1/audio/speech واجهة الصوت في الخادم.
تضيف واجهة الويب المعاد تصميمها مجموعات دردشة تحمل أسماءً ومحرر Markdown مع معاينة فورية. وتراعي تخطيطات الأجهزة المحمولة المناطق الآمنة في الجهاز وتستخدم مربعات حوار بملء الشاشة، فيما يستطيع محرر الدردشة على Android فتح لوحة المفاتيح الافتراضية.
الأنظمة الخلفية للأجهزة وبنية الإصدارات
يزيل إصدار ggml v1.0.0 المصاحب واجهات برمجية مهجورة وعمليات DIAG_MASK القديمة، ويضيف اقتطاع YaRN قابلًا للضبط ودعم FP8، ويتجنب رفع مُدخلات المجدول التي لا تُقرأ. ويحصل كل من CUDA وMetal على تحسينات في ضرب المصفوفات المكمّمة ذات الصفوف القليلة ودمج عمليات MoE. وتشمل الإضافات الأخرى للواجهات الخلفية نواة FlashAttention للتهيئة المسبقة على Vulkan من Intel، ومجدول MoE يعمل على الجهاز باستخدام SYCL، وFlashAttention مجزّأً لـ Adreno ضمن OpenCL، ونوى WebGPU جديدة، وتوسيع نطاق العمليات المدعومة على Hexagon.
يمكن ترجمة كل نظام خلفي في ggml كمكتبة ديناميكية وتحميله اختياريًا أثناء التشغيل، ما يتيح لعمليات التثبيت اختيار الشيفرة الخاصة بالأجهزة المستخدمة. وتشمل القطع الأثرية السابقة للإصدار أنظمة Linux وmacOS وWindows وAndroid وiOS، كما توفر Docker وDebian وHomebrew وconda-forge وMacPorts وWinget وXCFramework قنوات توزيع إضافية يختلف نطاق دعمها للمنصات.
يقول الفريق إن Hugging Face Buckets وJobs يوسّعان سعة التكامل المستمر لمواكبة وتيرة التطوير والتغييرات التي تُدمج في فروع master. كما يتيح دعم NVIDIA وAMD وQualcomm وArm وIBM وIntel للأجهزة تشغيل مزيد من أدوات التنفيذ الذاتية الاستضافة عبر المنصات الرئيسية للأجهزة. ويعمل القائمون على الصيانة أيضًا على دمج النماذج اللغوية الكبيرة في دورة التطوير، مع تحديد جودة الشيفرة والتحكم المعماري وفهم تفاصيل التنفيذ بوصفها أولوياتهم.
بالنسبة إلى المشاريع التي تبني على هذه المكتبة، يجعل الإصدار التوافق مسؤولية تطويرية صريحة لمكتبة مفتوحة المصدر سريعة التطور. ويمكن لقواعد الإصدارات أن توضح التغييرات التي تكسر التوافق؛ فيما يساعد توسيع برنامج التكامل المستمر وأدوات التنفيذ على الأجهزة في تحديد مدى موثوقية الإصدارات الدورية عبر النماذج والأجهزة التي تستخدمها تلك المشاريع.
