llama.cpp b11499：CUDA roll 支持非连续操作

原标题：b11499

llama.cpp Releases一手来源开源质量 55

AI 摘要

llama.cpp 发布 b11499 版本，主要变更是 CUDA 后端在 roll 操作中改用字节步长（byte strides），以支持非连续的 ROLL 操作。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 : Use byte strides for roll to allow non-contiguous ROLL operations (#29547) </details> **Website:** - <https://llama.app> **Attestations:** - <https://github.com/ggml-org/llama.cpp/attestations/53926988> **macOS/iOS:** - [macOS Apple Silicon (arm64)](https://github.com/ggml-org/llama.cpp/releases/download/b11499/llama-b11499-bin-macos-arm64.tar.gz) - macOS Apple Silicon (arm64, KleidiAI enabled) [DISABLED](https://github.com/ggml-org/llama.cpp/pull/23780) - [macOS Intel

发布时间：2026-10-08 20:20

抓取时间：2026-10-08 20:23

来源机构：ggml-org

阅读原文github.com