llama-sleep：把 llama.cpp 模型切换缩短到两秒内的休眠方案

作者发布 MIT 许可的 llama-sleep，用 NVIDIA cuda-checkpoint 把模型的 GPU 显存暂存到主机内存而非停止进程，使 llama-swap 在两个占满 GPU 的 Gemma 4 26B 模型间切换从 10.3 秒降到 2.1 秒，且保留缓存提示词。