# llama.cpp b11723 增强 FLASH_ATTN_EXT，支持更长上下文

> 开源库 llama.cpp 发布 b11723，加入针对 Hexagon 的 FLASH_ATTN_EXT 优化，可提升 CPU 和 Vulkan 上长上下文推理的速度。

Oossa · 2026-10-19 · https://oossa.com/zh/llama-cpp-b11723-adds-flash-attn-ext-for-longer-context

ggml-org 团队于 2026 年 10 月 19 日发布 llama.cpp b11723。此次更新改进了 FLASH_ATTN_EXT，以支持更长的上下文窗口和 SWA 模型，并加入跳过掩码块的功能，减少内存读取。现在，macOS（Apple Silicon 和 Intel）、iOS 以及多个 Ubuntu 版本均可下载二进制构建，其中包括支持 Vulkan GPU 的版本。这些改动旨在提升 gemma-4 等模型的性能。

## 事实

- b11723 于 2026-10-19 发布
- 包含针对更长上下文的 FLASH_ATTN_EXT 改进

## 为什么重要

开发者可以在桌面 CPU 和兼容 GPU 上更高效地运行支持更长上下文的 LLM。

## 来源与参考

1. [ggml-org/llama.cpp b11723](https://github.com/ggml-org/llama.cpp/releases/tag/b11723) – llama.cpp, 2026-10-19

最后更新: 2026-10-19