llama.cpp 发布 b11093：修复 Metal flash attention mask 边界

原标题：b11093

llama.cpp Releases一手来源开源质量 55

AI 摘要

llama.cpp 发布 b11093 版本，主要修复了 Metal 后端 flash attention 块预处理阶段的 mask 边界问题（PR #29220）。该版本同时提供覆盖 macOS/iOS、Linux、Windows、Android 及 openEuler 的多平台预编译二进制包，支持 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等多种加速后端。

以上摘要由 AI 生成，可能存在误差。事实请以原文为准。

正文节选

<details open> metal : fix mask bounds in flash attention block pre-pass (#29220) </details> **Website:** - <https://llama.app> **Attestations:** - <https://github.com/ggml-org/llama.cpp/attestations/49087452> **macOS/iOS:** - [macOS Apple Silicon (arm64)](https://github.com/ggml-org/llama.cpp/releases/download/b11093/llama-b11093-bin-macos-arm64.tar.gz) - macOS Apple Silicon (arm64, KleidiAI enabled) [DISABLED](https://github.com/ggml-org/llama.cpp/pull/23780) - [macOS Intel (x64)](https:/

发布时间：2026-09-22 08:31

抓取时间：2026-09-22 08:50

来源机构：ggml-org

阅读原文github.com