ggml‑org ha pubblicato llama.cpp versione b12532 il 2026‑11‑19. L’aggiornamento consente agli utenti OpenCL di regolare il padding key-value (KV) nell’algoritmo di flash attention scomposta. Include inoltre binari precompilati per Apple Silicon, Mac Intel, iOS e diverse architetture Linux, tra cui Ubuntu x64, arm64, s390x e build Vulkan.
Perché conta
Gli sviluppatori possono ora ottimizzare il layout della memoria per le GPU OpenCL, con potenziali miglioramenti delle prestazioni sui dispositivi supportati.