ggml‑org 于 2026‑10‑22 发布 llama.cpp b11804。此次更新加入一项 OpenCL 运算，可将 32 位浮点数的 argmax 结果转换为 32 位整数，从而提升 GPU 推理速度。此外，更新还提供了适用于 Apple Silicon、Intel macOS、iOS 以及多个 Ubuntu 版本（CPU、Vulkan、CUDA）的新版预编译二进制文件。相关改动由 OpenCode 和 Qualcomm 的 Li He 编写。
为什么重要
开发者现在可以在兼容 OpenCL 的 GPU 上更快地运行 llama.cpp 模型，为业余 AI 项目提供更多硬件选择。
