# llama.cpp на Windows: сборка и проверка выбранного backend

Как собрать llama.cpp на Windows с выбранным backend: инструменты CMake, CUDA или другой путь, Release-бинарник и проверка журнала устройства.

Автор: Команда Retrivium
Обновлено: 2026-11-01
Канонический URL: https://retrivium.ai/ru/journal/llama-cpp-windows-build/
Language: ru

На Windows llama.cpp можно запускать из подходящего готового выпуска или собирать самостоятельно. Для собственного варианта заранее выберите backend и следуйте соответствующему разделу официальной инструкции. Успешная компиляция базового проекта ещё не доказывает использование GPU: подтвердите устройство и размещение модели в журнале запуска.

## Решите, зачем нужна собственная сборка

Готовый официальный выпуск удобен для первичной проверки, если он соответствует нужной платформе. Собственная сборка полезна при конкретной причине: нужный backend, исправление определённого commit или воспроизводимая конфигурация. Не добавляйте сложность только потому, что старый обзор начинает с компиляции.

[Официальное руководство build](https://github.com/ggml-org/llama.cpp/blob/master/docs/build.md) описывает инструменты и разные аппаратные пути. Запишите ОС, компилятор, CMake, используемый SDK и исходную версию проекта. Такой паспорт позволит отличить ошибку подготовки среды от ограничения модели.

## Выберите backend до конфигурации CMake

CUDA относится к поддерживаемой NVIDIA-среде, другие ускорители используют свои маршруты. Не устанавливайте CUDA для карты другого производителя ради одноимённого аргумента. Набор опций и зависимостей нужно выбирать по конкретному разделу документации и версии исходников.

Для подготовленной CUDA-среды учебный пример конфигурации:

```powershell
cmake -B build -DGGML_CUDA=ON
cmake --build build --config Release
```

Команды не устанавливают компилятор, SDK и драйвер. Если CMake сообщает об их отсутствии, сначала исправьте именно эту ступень. Повторное скачивание весов модели не поможет конфигурации проекта, которая ещё не смогла собрать нужный backend.

## Проверьте, какой бинарник запускается

После сборки сохраните полный путь к исполняемому файлу. Несколько установок в PATH могут приводить к запуску старого CPU-варианта вместо нового. В многоконфигурационной сборке также различаются каталоги Debug и Release; ориентируйтесь на фактический вывод инструмента.

Выполните предусмотренную команду показа версии и справки. Затем запустите небольшой совместимый GGUF и изучите журнал устройств. Сравните дату, commit и backend с паспортом сборки. [Репозиторий llama.cpp](https://github.com/ggml-org/llama.cpp) содержит актуальные ссылки на инструменты и выпуски, а не только на исходный код.

## Отделите сборку от размещения модели

Если бинарник обнаружил GPU, следующий этап — выбранное число переносимых слоёв, память и контекст. Эти параметры не подтверждаются одним успешным сообщением компилятора. Для базового API используйте [инструкцию llama-server](/ru/journal/llama-cpp-server-launch/), для размещения — [руководство GPU layers](/ru/journal/llama-cpp-gpu-layers/).

Практический контроль: одна модель, короткий запрос, перезапуск из нового окна и повторный запрос. Такой опыт обнаруживает скрытую зависимость от временных переменных и текущего каталога. Затем переходите к более длинному документу, сохраняя отдельно результаты базовой совместимости и нагрузки.

Не удаляйте рабочий бинарник до проверки нового. Два подписанных каталога с паспортами сборок позволяют сравнить результат и быстро восстановить известный маршрут, не повторяя всю подготовку инструментов.

## Практические выводы

Владелец рабочей станции может приложить версию сборки, backend, файл модели и команду. Добавьте условия доступности: использование компьютера другими приложениями, перезагрузки и режим сна. Эти ограничения относятся к эксплуатации ресурса, даже когда сама генерация работает корректно.

Для финансового партнёра полезно понимать, требуется ли дооснащение или только воспроизводимая программная среда. Это позволяет оценивать следующий пилот по уже проверенной цепочке, а не по факту наличия видеокарты в Windows.