# llama.cpp b12329加入CUDA权重缩放融合并推出新二进制文件

> 这款开源大语言模型运行时发布b12329版，带来CUDA优化，并为macOS、iOS和Linux提供预编译二进制文件。

Oossa · 2026-11-12 · https://oossa.com/zh/llama-cpp-vb12329-adds-cuda-weight-scale-fusion-and-new-binaries

ggml-org团队发布了llama.cpp b12329版。该版本新增一项CUDA优化，将权重缩放处理融合进矩阵乘法写入操作，从而加快nvfp4检查点的运行速度。更新还为Apple Silicon、Intel版macOS、iOS及多个Linux发行版提供了新的预编译二进制文件。用户可前往GitHub发布页面下载。

## 事实

- 发布版本：b12329
- 发布日期：2026-11-12

## 为什么重要

开发者可以在NVIDIA GPU上更快地运行Llama模型，也能在更多平台上使用开箱即用的二进制文件。

## 来源与参考

1. [ggml-org/llama.cpp b12329](https://github.com/ggml-org/llama.cpp/releases/tag/b12329) – llama.cpp, 2026-11-12

最后更新: 2026-11-12