ExLlamaV3 대규모 업데이트

ExLlamaV3가 v0.0.29~v0.0.33에서 연속 업데이트를 내놨다. Gemma 4 지원, 캐시 효율 개선, DFlash 지원/양자화, 추가 버그 수정과 효율 개선이 이어졌다.

DFlash는 여러 워크로드에서 큰 폭의 속도 향상을 보였다.

• 코딩: 59.21 t/s → 177.67 t/s (3.00배)
• 에이전트형 코드: 55.98 t/s → 140.61 t/s (2.51배)
• 에이전트형 curl: 54.03 t/s → 125.94 t/s (2.33배)
• 번역: 58.11 t/s → 75.73 t/s (1.30배)
• 번역(reasoning): 58.08 t/s → 119.43 t/s (2.06배)
• 창작: 59.10 t/s → 89.19 t/s (1.50배)

또한 Qwen3.5, Trinity-Nano, Gemma4 계열의 4bit 전후 설정에 대한 3090·4090·5090·6000 Pro 측정치가 공개됐고, DFlash 모델 양자화와 추가 버그 수정, 후속 최적화가 dev 브랜치에서 계속 진행 중이다.