llama.cpp b11510 新增 CUDA 支持，可处理更多张量行

这款开源 LLaMA 推理库发布 b11510 版，新增可处理超过 65,535 行的 CUDA 内核，并提供适用于 macOS、iOS 和 Linux 的二进制文件。

简讯作者： OossaOossa 发布日期: 2026年10月8日 16:37 UTC1 分钟阅读

ggml-org 团队于 2026 年 10 月 8 日发布 llama.cpp b11510 版。新版本为 CUDA 增加了循环式 PAD 内核，让该库能够处理行数或切片数超过 65,000 的张量。此版本还附带预编译二进制文件，适用于 Apple Silicon、Intel Mac、iOS，以及多个 Ubuntu 版本（CPU、Vulkan 和 CUDA 12.8）。代码和证明材料可通过 GitHub 页面获取。