llama.cpp 发布 b11124：修复 CUDA top-k MoE 触发问题

原标题：b11124

llama.cpp Releases一手来源开源质量 58

AI 摘要

llama.cpp 发布 b11124 版本，主要修复了 CUDA 后端中 top-k MoE 算子应始终触发的问题（PR #28432）。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，支持 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等多种后端。

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: top-k MoE should always fire (#28432) </details> **Website:** - <https://llama.app> **Attestations:** - <https://github.com/ggml-org/llama.cpp/attestations/49495074> **macOS/iOS:** - [macOS Apple Silicon (arm64)](https://github.com/ggml-org/llama.cpp/releases/download/b11124/llama-b11124-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/ll

发布时间：2026-09-23 18:25

抓取时间：2026-09-23 19:23

来源机构：ggml-org

阅读原文github.com