تیم ggml‑org نسخه b12363 از llama.cpp را در ۱۳ نوامبر ۲۰۲۶ منتشر کرد. این به‌روزرسانی تنظیمی اختیاری برای فعال‌ماندن دستگاه به بک‌اند Vulkan اضافه می‌کند و به کاربران اجازه می‌دهد مدت‌زمان فعال‌بودن GPU پیش از خاموش‌شدن را تعیین کنند. در این تغییر، مالکیت دستگاه به بک‌اند منتقل شده و کد ساده‌تر شده است. فایل‌های اجرایی ازپیش‌ساخته‌شده برای macOS، iOS و چند نسخه از Ubuntu نیز ارائه شده‌اند.
چرا مهم است
توسعه‌دهندگان می‌توانند بدون نیاز به راه‌اندازی دوباره و پرهزینه GPU، مدل را چند بار پیاپی اجرا کنند؛ این کار سرعت پاسخ‌گویی برنامه‌های هوش مصنوعی محلی را افزایش می‌دهد.
