Add llama_init_ggml c api.

Author: AsakusaRinne

examples/embedding/embedding.cpp

@@ -11,6 +11,13 @@ int main(int argc, char ** argv) {
         return 1;
     }
 
+    // needed to initialize f16 tables
+    {
+        struct ggml_init_params params = { 0, NULL, false };
+        struct ggml_context * ctx = ggml_init(params);
+        ggml_free(ctx);
+    }
+
     params.embedding = true;
 
     if (params.n_ctx > 2048) {

llama.cpp

@@ -2188,6 +2188,12 @@ struct llama_context * llama_init_from_file(
     return ctx;
 }
 
+void llama_init_ggml(struct ggml_init_params params) {
+    struct ggml_init_params params = { 0, NULL, false };
+    struct ggml_context * ctx = ggml_init(params);
+    ggml_free(ctx);
+}
+
 void llama_free(struct llama_context * ctx) {
     delete ctx;
 }
@@ -2198,12 +2204,6 @@ int llama_model_quantize(
   enum llama_ftype   ftype,
         int          nthread) {
     try {
-        // needed to initialize f16 tables
-        {
-            struct ggml_init_params params = { 0, NULL, false };
-            struct ggml_context * ctx = ggml_init(params);
-            ggml_free(ctx);
-        }
         llama_model_quantize_internal(fname_inp, fname_out, ftype, nthread);
         return 0;
     } catch (const std::string & err) {

llama.h

@@ -97,6 +97,10 @@ extern "C" {
                              const char * path_model,
             struct llama_context_params   params);
 
+    // Init the ggml context (it won't return a context ptr because it will free
+    // the ctx after initialing it).
+    LLAMA_API void llama_init_ggml(struct ggml_init_params params);
+
     // Frees all allocated memory
     LLAMA_API void llama_free(struct llama_context * ctx);