llama.cpp 衍生项目测试新 all-reduce 算法：仅双 GPU 场景据报小幅提速
GitHub 项目 llama-cpp-rdna-boosts 的 Issue #37 提出一个可选启用的 all-reduce 算法，标签为 ce，通过环境变量 GGML_CUDA_ALLREDUCE=ce 开启。据发布者描述，该算法仅在 2 块 GPU 上对 Q8_0 权重带来约 4% 的 prefill 性能提升，单 GPU 无效果，3 GPU 反而略差于默认混合算法。
核心事实
GitHub 仓库 stew675/llama-cpp-rdna-boosts 的 Issue #37 中，发布者公布了一个新的 all-reduce 算法，标签为 ce，定位为可选启用（opt-in）的测试特性。启用方式是在启动 llama-server、llama-bench、llama-cli 等程序前设置环境变量 GGML_CUDA_ALLREDUCE=ce。该 Issue 标注为 enhancement，并带有 merged 标记。
背景与影响
据发布者描述，该算法在 2 块 GPU 上对 Q8_0 权重可带来约 4% 的 prefill 性能提升；单 GPU 场景不使用 all-reduce，因此没有变化；在 3 块 GPU 上则略逊于默认的 hybrid all-reduce 算法，发布者建议不要在 3 GPU 配置下启用。测试配置中每块 GPU 通过 PCIe5 x4 通道通信，P2P 与 tensor 模式（-sm tensor）均已开启，所用模型为 Unsloth 的 Qwen3.8-27B、Q8_0 权重。发布者同时表示已启动完整发布构建，并邀请使用者在 Issue 中反馈异常情况。
限制与来源
上述性能数字均为发布者在自有测试环境中的单方描述，尚未获官方确认，也未提供可复现的基准细节，实际表现可能因硬件、驱动、模型与并行配置而异。该特性属于测试性质的可选开关，是否合入上游、后续是否保留均不确定。相关环境变量、支持范围与构建方式请以项目仓库及 llama.cpp 官方当前信息为准。