llama.cpp v b11499 修复 CUDA roll 操作并新增预编译程序

开源大语言模型运行时 llama.cpp 于 2026 年 10 月 8 日发布 b11499 版本，修复 CUDA 对非连续 roll 操作的处理问题，并新增适用于 macOS、iOS 和 Linux 的预编译程序。

简讯作者： OossaOossa 发布日期: 2026年10月8日 13:38 UTC1 分钟阅读

ggml-org 团队于 2026 年 10 月 8 日发布了 llama.cpp b11499 版本。此次更新调整了 CUDA 后端对 roll 操作的处理方式，改用字节步长，让 GPU 能正确处理非连续数据。新版还提供了适用于 Apple Silicon、Intel Mac、iOS 以及多个 Ubuntu 版本的预编译程序，涵盖 CPU、Vulkan 和 CUDA 12。这些文件均可从 GitHub 发布页面下载。