ggml‑org a publié llama.cpp version b12532 le 2026‑11‑19. Cette mise à jour permet aux utilisateurs d’OpenCL de régler le padding des clés-valeurs (KV) dans l’algorithme de flash attention décomposée. Elle comprend également des binaires précompilés pour les puces Apple Silicon, les Mac Intel, iOS et différentes architectures Linux, dont Ubuntu x64, arm64, s390x et des versions Vulkan.
Pourquoi c'est important
Les développeurs peuvent désormais ajuster la disposition mémoire des GPU OpenCL, ce qui pourrait améliorer les performances sur le matériel compatible.