返回全部动态
llama.cpp b11390：修复 CUDA MMQ 内存错误
原标题：b11390
AI 摘要
llama.cpp 发布 b11390 版本，主要修复了 CUDA 后端在 n_expert 远大于 n_ubatch 时 MMQ（矩阵乘法量化）出现的内存错误。该版本同时提供 macOS、iOS、Linux、Android、Windows 等多平台预编译二进制包，覆盖 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等后端。
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> CUDA: fix MMQ memory fault if n_expert >> n_ubatch (#29941) </details> **Website:** - <https://llama.app> **Attestations:** - <https://github.com/ggml-org/llama.cpp/attestations/52581427> **macOS/iOS:** - [macOS Apple Silicon (arm64)](https://github.com/ggml-org/llama.cpp/releases/download/b11390/llama-b11390-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://github
发布时间：2026-10-04 20:52
抓取时间：2026-10-04 21:19
来源机构：ggml-org