# llama.cpp 更新优化后端预取

> b12328 版加入更智能的预取逻辑，并在设备不支持时跳过 MoE 缓存。

Oossa · 2026-11-12 · https://oossa.com/zh/llama-cpp-update-improves-backend-prefetch-handling

ggml‑org/llama.cpp 项目于 2026-11-12 发布 b12328 版。此次更新调整了后端逻辑，只预取由更早分片计算出的输入，避免读取之后会被覆盖的张量。此外，更新还新增检查：如果当前设备无法执行缓存的操作，就跳过 MoE（混合专家）缓存，以避免不必要的数据复制。

## 事实

- b12328 版于 2026-11-12 发布
- 新增仅预取更早分片输入的逻辑，并在设备不支持时跳过 MoE 缓存

## 为什么重要

对于无法处理 MoE 工作负载的硬件，开发者可望减少内存流量并加快推理速度。

## 来源与参考

1. [ggml-org/llama.cpp b12328](https://github.com/ggml-org/llama.cpp/releases/tag/b12328) – llama.cpp, 2026-11-12

最后更新: 2026-11-12