CCCP Launcher 0.9.11 Full Offline

CCCP Launcher 0.9.11

这是 Windows x64 完整离线版，内置 CPU、CUDA 13、AMD/HIP、Miniconda、便携编译工具链和所需 Python 依赖；不包含模型权重。请下载 Release 中的安装器、分卷清单和全部分卷到同一目录，然后双击 CCCP-Launcher-0.9.11-Offline-Setup.exe。

本版重点

• 冻结当前已验证的公共 VQ 推理双路线：Decode 使用 packed VQ 融合执行器，Prefill 按批量与设备能力自动选择短批 packed VQ 或长批 Native8/FP8 分组矩阵乘。
• DSV4、Qwen、GLM、Kimi 通过模型清单接入公共算子、显存规划和缓存层；不按模型目录名写死分支，也不减少专家。
• 清理实验性 resident-tile 与失效探针，防止以后误回退到逐 token/逐专家慢路径。
• 修复 Kimi/MTP Prefill 工作区生命周期，以及中文安装路径下 NVIDIA 算子编译失败的问题。
• CPU、CUDA、AMD 三套环境均随包提供并在封装时独立校验；NVIDIA 预编译算子覆盖 SM75、SM86、SM89、SM90、SM120。

验证范围

• H20 单卡、32 GiB 显存：DeepSeek-V4、Qwen3.5、GLM-5.2、Kimi K3 均完成真实模型加载和生成；Qwen 另完成 CPU 实模生成。
• DSV4 本轮实测 4096-token Prefill 为 1772.51 token/s，稳态 Decode 中位 40.10 token/s；Qwen GPU Decode 为 52.10 token/s。实际速度受模型配置、显存、内存带宽和并发负载影响。
• 自动化回归：409 passed、11 skipped；另通过五架构算子审计、离线 EXE/API 冒烟和逐文件 SHA-256 校验。

源码边界

GitHub 仓库开放 engine/CCCP-Engine 推理运行时源码，便于审阅和贡献。启动器工程源码、模型权重和 CCCP 量化框架不在公开发行范围内。