Ollama 上線自研多模態 AI 引擎：逐步擺脫 llama.cpp 框架依賴，本地推理性能飆升

IT之家 5 月 17 日消息，科技媒體 WinBuzzer 昨日（5 月 16 日）發佈博文，報導稱開源大語言模型服務工具 Ollama 推出自主研發的多模態 AI 定製引擎，擺脫對 llama.cpp 框架的直接依賴。

llama.cpp 項目近期通過 libmtmd 庫整合了全面視覺支持，而 Ollama 與其關係也引發社區討論。

Ollama 團隊成員在 Hacker News 上澄清，Ollama 使用 golang 獨立開發，未直接借鑒 llama.cpp 的 C++ 實現，並感謝社區反饋改進技術。

Ollama 在官方聲明中指出，隨著 Meta 的 Llama 4、Google 的 Gemma 3、阿里巴巴的 Qwen 2.5 VL 以及 Mistral Small 3.1 等模型的複雜性增加，現有架構難以滿足需求。

因此 Ollama 推出全新引擎，針對在本地推理精度上實現突破，尤其是在處理大圖像生成大量 token 時表現突出。

Ollama 引入圖像處理附加元數據，優化批量處理和位置數據管理，避免圖像分割錯誤導致輸出質量下降，此外，KVCache 優化技術加速了 transformer 模型推理速度。

新引擎還大幅優化內存管理新增圖像緩存功能，確保圖像處理後可重覆使用，避免提前丟棄。Ollama 還聯合 NVIDIA、AMD、Qualcomm、Intel 和 Microsoft 等硬件巨頭，通過精準檢測硬件元數據，優化內存估算。

針對 Meta 的 Llama 4 Scout（1090 億參數混合專家模型 MoE）等模型，引擎還支持分塊注意力（chunked attention）和 2D 旋轉嵌入（2D rotary embedding）等技術。

Ollama 未來計劃支持更長的上下文長度、複雜推理過程及工具調用流式響應，進一步提升本地 AI 模型的多功能性。

廣告聲明：文內含有的對外跳轉鏈接（包括不限於超鏈接、二維碼、口令等形式），用於傳遞更多信息，節省甄選時間，結果僅供參考，IT之家所有文章均包含本聲明。