ggml‑org 团队于 2026‑11‑13 发布 llama.cpp b12366 版。此次更新为 CPU 和 CUDA 后端的 RMS_NORM 层加入 BF16（一种 16 位浮点格式）支持，并通过一个通用辅助函数启动 F32/BF16 RMS_NORM 内核。用户可下载适用于 macOS Apple Silicon、Intel、iOS 及多个 Ubuntu 版本的预编译二进制文件。
为什么重要
开发者可以在更适合 BF16 的硬件上更快地运行 Llama 模型，同时减少内存占用，而且精度损失不大。
