ggml‑org hat am 2026‑11‑19 llama.cpp Version b12532 veröffentlicht. Das Update ermöglicht es OpenCL-Nutzern, das Key-Value-Padding (KV-Padding) im zerlegten Flash-Attention-Algorithmus anzupassen. Außerdem enthält es vorkompilierte Binaries für Apple Silicon, Intel-Macs, iOS und verschiedene Linux-Architekturen, darunter Ubuntu x64, arm64, s390x sowie Vulkan-Builds.
Warum es wichtig ist
Entwickler können nun das Speicherlayout für OpenCL-GPUs gezielt anpassen und so möglicherweise die Leistung auf unterstützter Hardware verbessern.