# llama.cpp b12122 为 NVFP4 新增融合 CUDA 操作

> 该版本在一条 CUDA 路径中合并了 NVFP4 的两个模型计算步骤。现已提供多个平台的构建版本。

Oossa · 2026-11-05 · https://oossa.com/zh/llama-cpp-b12122-adds-a-fused-cuda-operation-for-nvfp4

llama.cpp 项目发布了 b12122 版，新增一项 CUDA 优化：在 MMQ 矩阵乘法路径中，将 NVFP4 门控/上投影矩阵乘法与 GLU 操作融合。NVFP4 是一种用于部分 AI 计算的紧凑数值格式；合并计算步骤可以减少单独执行的工作，但发布说明未提供性能数据。

该版本还提供适用于 macOS、iOS 和 Ubuntu 的可下载构建版本，覆盖 x64、Arm64 和 s390x 平台。

## 事实

- 版本：llama.cpp b12122；所列 CUDA 改动对应拉取请求 #31296。
- 下载内容包括 Ubuntu x64、Arm64 和 s390x CPU 构建版本，以及 macOS 和 iOS 软件包。

## 为什么重要

使用 CUDA 运行受支持的 NVFP4 工作负载时，用户可能可以使用融合计算路径；但发布说明没有量化其速度或内存收益。

## 来源与参考

1. [ggml-org/llama.cpp b12122](https://github.com/ggml-org/llama.cpp/releases/tag/b12122) – llama.cpp, 2026-11-05

最后更新: 2026-11-05