Vulkan prefill ~10% slower since v0.4.9 on Qwen3.6-35B-A3B (RX 7900 XTX, Windows), same with a local build
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 4/5
- Tempo stimato
- 3-5 giorni
- Idoneità per principianti
- 45/100
- Tipo di issue
- Bug
- Chiarezza
- Abbastanza chiara
- Stato di attività
- Attiva
- Stack tecnologico
- cpp
- Ambito
- performance
Direzione di ricerca
Start by running the reported llama-bench command on the RX 7900 XTX with the v0.4.8-dev and v0.5.0 builds, comparing prefill results at 512 and 4096 tokens. The issue names no source files or tests, so trace the version changes affecting Vulkan prefill after confirming the regression. Done means identifying and addressing the cause of the slower prefill while preserving token-generation performance.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Disclosure: Claude Code ran these measurements on my machine and drafted this text. I reviewed it.
Setup: RX 7900 XTX 24 GB (gfx1100), i5-14600K, 48 GB DDR5, Windows 11 22631, Adrenalin 32.0.31041.1004. The display is on the iGPU, so the 7900 XTX runs only llama-server.
Builds:
- v0.4.8-dev
c88618c11: local build. - preview-v0.5.0
d51f2f5e0: local build with the same toolchain and flags (MSVC 14.44, Ninja, Release,GGML_VULKAN=ON,GGML_NATIVE=ON,GGML_OPENMP=ON, shared libs). - preview-v0.5.0: official
bin-win-vulkan-x64zip. - v0.4.9: official zip (one earlier run).
llama-bench, Qwen3.6-35B-A3B UD-IQ4_NL, -dev Vulkan0 -ngl 99 -fa 1 -ctk q6_0 -ctv q4_0 -ub 2048 -p 512,4096 -n 128 -r 5:
| build | pp512 | pp4096 | tg128 |
|---|---|---|---|
| v0.4.8-dev (local) | 4173 ± 72 | 4777 ± 20 | 155.2 ± 0.9 |
| v0.5.0 (local) | 3772 ± 180 | 4298 ± 8 | 156.9 ± 0.2 |
| v0.5.0 (official) | 3832 ± 34 | 4304 ± 11 | 157.3 ± 0.4 |
v0.4.9 (official, -p 512 -r 3, other session) |
3631 ± 234 | – | 156.9 ± 0.9 |
The local and official v0.5.0 builds are the same, so the gap is in the code, not the build. Prefill is about 10% lower at 4096 tokens. Token generation is equal.
llama-server, same preset for each build, MTP on, ~7.5k-token prompt (2 runs), prefill t/s:
| model | v0.4.8-dev | v0.5.0 local | v0.5.0 official |
|---|---|---|---|
| Qwen3.6-35B-A3B UD-IQ4_NL (built-in MTP head) | 3261 / 3539 | 2076 / 3313 | 3042 / 3327 |
| Qwen3.8-27B Q4_K_M (built-in MTP head) | 744 / 744 | 692 / 715 | 708 / 713 |
| Qwen3.8-27B Q5_K_S (MTP sidecar) | 728 / 729 | 721 / 746 | 740 / 746 |
- The dense Q4_K_M model loses about 4%. The dense Q5_K_S model with an MTP sidecar does not lose, and its generation is 5-8% faster on v0.5.0 (57.1 → 62.2 t/s). Thanks for that.
- At a full 262k context, the 35B prefill is 612 t/s on v0.4.8-dev and 583 t/s on v0.5.0 (-5%).
Full logs, presets and commands on request.
- Lingua principale
- C++
- Stelle
- 1.2k
- Fork
- 80
- Merge medio
- 4g 20h
- PR unite (30g)
- 2
Preparare l'ambiente
Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di Anbeeld/beellama.cpp
-
[BUG] KVarN assertion failure in build_inp_mem_hybrid_iswa() due to uninitialized self_kvarn_rotAperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
Anbeeld/beellama.cpp#205 ·
-
Difficoltà 3/5 Mezza giornata Idoneità per principianti 58/100
Anbeeld/beellama.cpp#206 ·
-
Difficoltà 3/5 1-2 giorni Idoneità per principianti 57/100
Anbeeld/beellama.cpp#204 ·
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 45/100
Anbeeld/beellama.cpp#202 · 1 commento ·
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 48/100
Anbeeld/beellama.cpp#200 ·
Tutte le issue di Anbeeld/beellama.cpp
Issue simili
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
CachyOS/packageinstaller#144 ·
I maintainer di solito rispondono entro 1 giorno
-
documentation
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 82/100
TomerAberbach/profiler-md#951 ·
I maintainer di solito rispondono entro 1 giorno
-
[Bug] Default key routing (JavaStringHash) picks a different partition than the Java client for about half of keysForse già presa @0z5a l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 82/100
apache/pulsar-client-go#1575 ·
I maintainer di solito rispondono entro 2 giorni
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
pocoproject/poco#5764 ·
I maintainer di solito rispondono entro 2 giorni
-
bug cpp-core-guidelines low-priority
Difficoltà 2/5 1-3 ore Idoneità per principianti 62/100
NatronGitHub/openfx-supportext#164 ·
I maintainer di solito rispondono entro 1 giorno