# llama.cpp b11716: Q1_0 и Q2_0 для Hexagon на Snapdragon

Источник: https://modelium.tech/zhurnal/llama-cpp-b11716-hexagon-q1-q2/

В предварительной сборке llama.cpp b11716 появилась поддержка вычислений с весами Q1_0 и Q2_0 на блоке Hexagon в устройствах Snapdragon. Это расширяет варианты локального запуска сильно сжатых файлов моделей в формате GGUF, но не означает, что любая такая модель уже запустится на телефоне: часть операций ещё не поддерживается.

llama.cpp b11716: Q1_0 и Q2_0 для Hexagon на Snapdragon

Если вы запускаете языковую модель прямо на устройстве Snapdragon, новый выпуск llama.cpp расширяет поддержку двух форматов сильно сжатых весов — Q1_0 и Q2_0 — на вычислительном блоке Hexagon. Это новость об экспериментальном движке запуска, а не обещание, что конкретная модель заработает на любом телефоне. Речь о предварительной сборке **b11716 от 17 октября 2026 года**, не о стабильном релизе. [s1](#src-s1) [s2](#src-s2)

## Что именно изменилось

Q1_0 и Q2_0 — форматы хранения весов модели с низкой разрядностью. В слитом изменении разработчики добавили их обработку для умножения матриц (MUL_MAT) — одной из операций при работе модели — на Hexagon. Реализация включает два внутренних вычислительных пути (HVX и HMX) и подготовку весов при загрузке. Это расширяет совместимость llama.cpp с такими файлами модели в формате GGUF именно на поддерживаемом блоке Snapdragon, но не создаёт новых весов модели и не меняет их лицензию. [s2](#src-s2) [s3](#src-s3)

Авторы изменения сообщили о сборке вариантов v73, v75, v79 и v81, о проверке на Android-устройстве SM8850/v81 и о 128 успешных тестах из 128 для каждого формата. Это **авторские проверки отдельных операций**, не независимый замер скорости генерации и не подтверждение полного запуска любой модели. Modelium модель на таком устройстве не запускал. [s2](#src-s2)

## Кому это может пригодиться сейчас

Тем, кто уже экспериментирует с локальными моделями на Snapdragon через llama.cpp и подбирает GGUF-вариант с Q1_0 или Q2_0. В архиве b11716 опубликованы отдельные сборки для Android arm64 Snapdragon и Linux arm64 Snapdragon. Обычные сборки для компьютера тоже есть, но это изменение относится к Hexagon, а не означает прирост скорости на Mac, ПК или видеокарте. [s1](#src-s1) [s2](#src-s2)

Это пока инженерный сценарий. В документации Hexagon отмечен как экспериментальный вычислительный движок, а подключение Android-устройства и выбор этого вычислителя описаны отдельно. Если вы просто пользуетесь готовым приложением на телефоне, обновлять его ради этой новости не нужно: поддержка в приложении и совместимость вашей конкретной модели должны быть подтверждены отдельно. [s3](#src-s3)

## Что ещё неизвестно

В описании изменения прямо сказано, что поддержка операции GET_ROWS ещё готовится. Поэтому наличие обработки MUL_MAT само по себе не доказывает полноценную работу всякой Q1_0/Q2_0-модели. Авторы не привели в этом изменении сопоставимый замер скорости готовой модели до и после обновления; обещать ускорение или минимальные требования к памяти нельзя. Версия Snapdragon и фактические результаты на вашем устройстве требуют отдельной проверки. [s2](#src-s2)

Следующий шаг для разработчика — сверить требования к своему Snapdragon и порядок подключения Hexagon в официальном руководстве, затем проверять конкретный GGUF на собственном устройстве. Это документационно проверенное описание релиза, **не воспроизведённый Modelium запуск**. [s3](#src-s3)

## Источники

1. [ggml-org/llama.cpp: prerelease b11716 (17 октября 2026)](https://github.com/ggml-org/llama.cpp/releases/tag/b11716) — получено 2026-10-17
2. [ggml-org/llama.cpp PR #30122: Hexagon Q1_0 and Q2_0](https://github.com/ggml-org/llama.cpp/pull/30122) — получено 2026-10-17
3. [llama.cpp b11716: Snapdragon backend README](https://github.com/ggml-org/llama.cpp/blob/b11716/docs/backend/snapdragon/README.md) — получено 2026-10-17