llama.cpp b11721新增GPU内核融合与平台构建版本

这款开源大语言模型运行时于2026年10月18日发布预发行版，将多个GPU内核合并，并扩展了支持的平台。

简讯作者： OossaOossa 发布日期: 2026年10月18日 18:07 UTC1 分钟阅读

ggml-org/llama.cpp项目于2026年10月18日发布了标签为b11721的新预发行版。该版本将Qwen4exp的scale-sigmoid-scale运算链融合为一个CUDA内核，并新增Vulkan HC_POST_GATE融合，将GPU内核数量从4个减少到1个。发行说明还列出了面向多种CPU和GPU的构建版本，包括Apple Silicon、AMD、NVIDIA CUDA 12-13、ROCm、OpenVINO以及Android Snapdragon平台。