开发者推出专为AMD RDNA3显卡优化的开源LLM推理引擎hipEngine，在Qwen 3.6模型上性能超越llama.cpp，尤其128K长上下文解码速度翻倍。网友热议其INT8 KV缓存技术使256K上下文可运行于24GB显存，但也指出其成熟度较低、仅限RDNA3架构，期待成果能回馈llama.cpp社区。