# llama.cpp b12206版优化MoE缓存，减少CPU等待

> 这款开源大语言模型运行时推出适用于macOS、iOS和多种Linux版本的二进制文件，并改进MoE缓存处理，避免CPU工作停滞。

Oossa · 2026-11-08 · https://oossa.com/zh/llama-cpp-version-b12206-adds-faster-moe-caching

ggml‑org发布了llama.cpp b12206版。此次更新修复了MoE（混合专家）缓存问题，使CPU部分不再等待缓存中的专家模型。现在，用户可下载适用于Apple Silicon macOS、Intel macOS、iOS，以及多种Ubuntu配置的预编译二进制文件，涵盖x64、arm64和s390x，并支持Vulkan或zDNN。

## 事实

- b12206版于2026‑11‑08发布
- 改进MoE缓存，避免CPU停滞

## 为什么重要

开发者可以在自己的设备上更快地运行大语言模型，避免此前MoE缓存造成的CPU瓶颈。

## 来源与参考

1. [ggml-org/llama.cpp b12206](https://github.com/ggml-org/llama.cpp/releases/tag/b12206) – llama.cpp, 2026-11-08

最后更新: 2026-11-08