llama.cpp b11534：CUDA 移除 SSM_SCAN 后冗余拷贝

原标题：b11534

llama.cpp Releases一手来源开源质量 64

AI 摘要

llama.cpp 发布 b11534 版本，主要针对 CUDA 后端进行优化：在 SSM_SCAN 之后移除冗余的 CUDA 拷贝，将更新后状态快照的拷贝融合进循环缓存，并在 K==1（非投机解码）场景下同样移除冗余拷贝。该版本同时提供覆盖 macOS/iOS、Linux、Android、Windows 及 openEuler 的多平台预编译二进制包。

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> CUDA: Remove redundant CUDA copies after SSM_SCAN (#29807) * CUDA: fuse copy of updated state snapshots into recurrent cache with ssm_scan * CUDA: remove redundant cuda copies with K==1 (non spec-dec) scenario as well </details> **Website:** - <https://llama.app> **Attestations:** - <https://github.com/ggml-org/llama.cpp/attestations/54424132> **macOS/iOS:** - [macOS Apple Silicon (arm64)](https://github.com/ggml-org/llama.cpp/releases/download/b11534/llama-b11534-bin-macos

发布时间：2026-10-10 02:29

抓取时间：2026-10-10 03:19

来源机构：ggml-org

阅读原文github.com