# llama.cpp新增Flash Attention运算

> 开源库llama.cpp现已通过ggml-zdnn支持Flash Attention运算，该消息于20 Oct 2026公布。

Oossa · 2026-10-20 · https://oossa.com/zh/llama-cpp-adds-flash-attention-operation

ggml-org团队于20 Oct 2026发布llama.cpp b11759版本。此次更新为ggml-zdnn后端新增Flash Attention运算（fattn），并以暂存缓冲池取代暂存槽位。该改动由贡献者Aaron Teo签署。Flash Attention可加速大型语言模型使用的注意力计算。

## 事实

- ggml-zdnn新增Flash Attention运算（fattn）
- 发布日期：2026-10-20

## 为什么重要

Flash Attention可缩短用户在本地运行llama.cpp时的推理时间，让聊天类模型响应更快。

## 来源与参考

1. [ggml-org/llama.cpp b11759](https://github.com/ggml-org/llama.cpp/releases/tag/b11759) – llama.cpp, 2026-10-20

最后更新: 2026-10-20