Vulkan

Apa itu?

Vulkan adalah API GPU portabel. Satu build Vulkan llama.cpp mencakup GPU AMD, Intel, dan NVIDIA — berguna saat Anda tidak punya (atau tidak mau) toolchain CUDA.

Kapan memakainya?

• GPU AMD atau Intel (tanpa opsi CUDA).
• Mesin NVIDIA tanpa paket runtime CUDA.
• Setup portabel di mana satu runtime harus bekerja di banyak mesin.

Prasyarat

• Driver GPU terbaru dengan dukungan Vulkan.
• Paket runtime Vulkan: botconnector runtime install — lihat botconnector runtime.

Contoh kerja minimum

botconnector runtime use vulkan
botconnector run <publisher>/<model>
botconnector ps

Opsi

• n-gpu-layers — berapa banyak layer pindah ke GPU. Offload lebih banyak = lebih cepat tapi butuh lebih banyak VRAM.
• Offload penuh saat model + KV cache muat di VRAM; parsial bila tidak.

Keterbatasan

• Experimental Cakupan perangkat harus diverifikasi per mesin — dukungan driver Vulkan bervariasi kualitasnya di llama.cpp.
• GPU terintegrasi berbagi RAM sistem; model besar bisa gagal dengan out-of-memory saat alokasi compute buffer.
• GPU sangat lama (pra-Vulkan-1.1) tidak dapat dipakai.

Catatan performa

• Vulkan sering tertinggal dari CUDA di perangkat NVIDIA; jika Anda punya GPU NVIDIA, utamakan CUDA.
• Sistem UMA (iGPU + memori bersama) mendapat manfaat dari RAM lebih cepat.

Penyelesaian masalah

Perangkat Vulkan tidak ditemukan, crash saat init, OOM: Masalah GPU.