llama.cpp（最流行的本地大模型推理框架）正式支持MTP（Multi-Token Prediction，多Token预测）技术！MTP让模型在推理时一次预测多个Token，而不是逐个Token生成，从而显著提升推理速度（预计提升2-3倍）。对于在本地运行大模型的用户来说，这是一个重要的性能升级。本视频介绍MTP的原理、配置方法和实际速度提升测试。