# llama.cpp 新版本新增 Vulkan 设备保活选项

> 开源库 llama.cpp（v b12363）现可设置 Vulkan 后端保持 GPU 设备运行的时长，减少重复推理调用的开销。

Oossa · 2026-11-13 · https://oossa.com/zh/llama-cpp-adds-optional-vulkan-device-keepalive-in-new-release

ggml‑org 团队于 2026 年 11 月 13 日发布 llama.cpp b12363 版本。本次更新为 Vulkan 后端新增可选的设备保活设置，用户可指定 GPU 在关闭前保持运行的时长。此次改动将设备的所有权交由后端管理，并简化了代码。该版本还提供适用于 macOS、iOS 和多个 Ubuntu 变体的预编译二进制文件。

## 事实

- b12363 版本于 2026‑11‑13 发布
- 新增可选的 Vulkan 设备保活功能（可按秒设置时长）

## 为什么重要

开发者可以在 GPU 上连续运行多次模型调用，避免代价高昂的重新初始化，从而提升本地 AI 应用的响应速度。

## 来源与参考

1. [ggml-org/llama.cpp b12363](https://github.com/ggml-org/llama.cpp/releases/tag/b12363) – llama.cpp, 2026-11-13

最后更新: 2026-11-13