ggml-org publicó llama.cpp b12532 el 2026-11-19. La actualización permite a los usuarios de OpenCL ajustar el relleno de clave-valor (KV) en el algoritmo descompuesto de atención flash. También incluye binarios precompilados para Apple Silicon, Mac con procesadores Intel, iOS y varias arquitecturas Linux, entre ellas Ubuntu x64, arm64, s390x y compilaciones para Vulkan.
Por qué importa
Los desarrolladores ahora pueden ajustar la disposición de la memoria para las GPU con OpenCL, lo que podría mejorar el rendimiento en el hardware compatible.