已验证65% 置信事实精确时间
llama.cpp支持NVIDIA GPU通过CUDA、AMD GPU通过ROCm、Apple Silicon通过Metal GPU加速，也支持纯CPU推理
3
来源数
65%
置信度
长期有效
时效性
2026/7/6
首次发现
来源
Ollama入门：本地免费部署大语言模型的利器
bilibiliMia搞LLM2026/7/1
相关事实
待验证llama.cpp在NVIDIA GPU上使用CUDA，在AMD GPU上使用ROCm，在苹果芯片上使用Metal85% 相似待验证llama.cpp支持Metal(Apple Silicon)、CUDA、ROCm等GPU后端，并通过KV缓存优化提升长文本推理速度81% 相似待验证llama.cpp在CPU路径上使用手写AVX2/AVX-512 SIMD指令集优化，在GPU路径上使用cuBLAS、CUTLASS等NVIDIA库和自定义CUDA kernel，能发挥Tensor Core等硬件单元吞吐量79% 相似已验证llama.cpp是一个高度优化的C++推理引擎，支持Apple Silicon的Metal加速、NVIDIA的CUDA加速以及AMD的ROCm加速79% 相似待验证llama.cpp 支持 CPU+GPU 混合推理，通过 --n-gpu-layers 参数控制卸载到 GPU 的层数，并内置兼容 OpenAI API 格式的 HTTP 服务端78% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/117057API
curl https://kongchang.com/api/v1/knowledge/claims/117057MCP
get_claim(id=117057)