llama.cpp b10336 发布：重构 WebGPU WGSL 并简化 flash_attn

原标题：b10336

llama.cpp Releases一手来源产品发布质量 67

AI 摘要

llama.cpp 发布 b10336 版本，主要重构了多个 WebGPU 的 WGSL 文件并简化了 flash_attn 的 WGSL 实现。该版本提供了适用于 macOS、Linux、Windows、Android 和 iOS 的多种预编译二进制文件，支持 CPU、Vulkan、CUDA、ROCm、OpenVINO、SYCL 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> ggml-webgpu : refactor several wgsl files and simplify flash_attn wgsl. (#26134) </details> **Website:** - <https://llama.app> **macOS/iOS:** - [macOS Apple Silicon (arm64)](https://github.com/ggml-org/llama.cpp/releases/download/b10336/llama-b10336-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.com/ggml-org/llama.cpp/releases/download/b10336/llama-b10336-

发布时间：2026-08-10 16:18

抓取时间：2026-08-10 16:44

来源机构：ggml-org

阅读原文github.com