llama.cpp b11172：优化 Metal 稀疏 Flash Attention

AI 摘要

llama.cpp 发布 b11172 版本，主要针对 Metal 后端优化稀疏 Flash Attention（sparse FA）并做代码清理，包括将稀疏 FA 索引缓存到共享内存、简化共享内存大小计算以及展开稀疏索引加载。该版本同时提供 macOS、Linux、Windows、Android 等多平台多后端的预编译二进制包。

正文节选

<details open> metal : optimize sparse FA + clean-up (#29377) * metal : cache sparse FA indices in shared memory Assisted-by: pi:llama.cpp/DeepSeek-V4-Flash-Vision-Exp * metal : simplify shared memory size calculation Assisted-by: pi:llama.cpp/DeepSeek-V4-Flash-Vision-Exp * pi : update general * metal : unroll sparse index load Assisted-by: pi:llama.cpp/DeepSeek-V4-Flash-Vision-Exp </details> **Website:** - <https://llama.app> **Attestations:** - <https://github.com/ggml-org/llama.cpp

发布时间：2026-09-25 07:35

抓取时间：2026-09-25 08:22

来源机构：ggml-org