llama.cpp b11494：CUDA GDN 状态列优化与多平台构建

AI 摘要

llama.cpp 发布 b11494 版本，主要更新为 ggml-cuda 后端中 GDN 状态列的 warp 分配优化，将每 warp 的 GDN 状态列数从 2 提升至 4，并在 S_v=128 时默认使用 4 列。该版本同时提供覆盖 macOS、Linux、Windows、Android 等多平台及 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等多种后端的预编译二进制包。

正文节选

<details open> ggml-cuda: assign four GDN state columns per warp (#30087) * ggml-cuda: assign two GDN state columns per warp * ggml-cuda: use 4 GDN state columns per warp at S_v=128 * ggml-cuda: default cols_per_warp=4 * ggml-cuda: address GDN review nits </details> **Website:** - <https://llama.app> **Attestations:** - <https://github.com/ggml-org/llama.cpp/attestations/53870081> **macOS/iOS:** - [macOS Apple Silicon (arm64)](https://github.com/ggml-org/llama.cpp/releases/download/b114

发布时间：2026-10-08 17:08

抓取时间：2026-10-08 17:10

来源机构：ggml-org