q2-k

llama.cpp的一个新PR将ROCm上的提示处理速度提升了约15%，并修复了一个bug，使Q2_K量化速度提升了28倍。

GLM 5.2模型使用Q2_K量化路由专家（有效2.6位）在M5 Max 128GB计算机上通过SSD流式运行。