NVIDIA 英伟达

llama.cpp 发布 b11784：修复 SYCL IQ3 崩溃

llama.cpp 发布 b11784 版本，主要修复了 SYCL 后端下 IQ3 量化格式导致的崩溃问题（PR #30604）。该版本同步提供 macOS/iOS、Linux（含 CUDA、ROCm、Vulkan、SYCL、OpenVINO 等后端）、Android、Windows 及 openEuler 的多平台预编译二进制包和 UI 包。此次更新属于常

llama.cpp b11782：修复 server 多补全 token 计数偏少

llama.cpp 发布 b11782 版本，修复了 server 在 n 1 时 usage.completion tokens 统计偏少的问题（由 Copilot 辅助完成）。该版本同时提供 macOS/iOS、Linux、Android、Windows 等多平台多后端（CUDA、Vulkan、ROCm、SYCL、OpenVINO 等）的预编译二进制包。

llama.cpp b11778 新增 Nemotron-3(.5)-Embed 支持

llama.cpp 发布 b11778 版本，主要变更是新增对 Nemotron-3(.5)-Embed 嵌入模型的支持（PR #30877）。该版本同时提供覆盖 macOS/iOS、Linux、Android、Windows 及 openEuler 的多平台预编译包，包含 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等多种后端。此次更新使

llama.cpp 发布 b11777：Qwen 输出改为 2D

llama.cpp 发布 b11777 版本，主要变更是将 Qwen 模型的输出从 3D 重塑为 2D，并移除最终 reshape、修正注释（PR #30823）。同时提供覆盖 macOS/iOS、Linux、Android、Windows 及 openEuler 的多平台预编译包，涵盖 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等后端。

llama.cpp b11776：投机解码支持 logprobs

llama.cpp 发布 b11776 版本，其 server 组件新增在投机解码（speculative decoding）路径下返回 logprobs 的支持（PR #27196），并补充了回归测试，验证被接受的草稿 token 会报告目标模型的 logprobs，与未启用草稿的基线对比。该修复解决了 master 分支上 top logprobs 为空

llama.cpp 发布 b11772：修复 gemma 4 FFN 激活

llama.cpp 发布构建版本 b11772，主要修复 mtmd 模块中 gemma 4 的 FFN 激活函数问题（PR #30882）。该版本同步提供 macOS/iOS、Linux（含 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等后端）、Android、Windows 及 UI 等多平台预编译包。此次更新属于开源推理框架的常规缺陷修

llama.cpp 发布 b11769：修复路由断连传播问题

llama.cpp 发布 b11769 版本，修复了 server 路由未将客户端断连完整传递给子进程、导致响应等待可能延迟取消的问题，并调整了相关测试。该版本同时提供 macOS、Linux、Windows、Android 等多平台及 CUDA、Vulkan、ROCm、SYCL 等多种后端构建产物。

Anthropic 提出 AI 安全法案草案：50 人以上死亡风险可叫停模型发布

Anthropic 向美国国会提交了一份 AI 安全法案草案，规定当模型存在可预见的、迫在眉睫的风险——可能导致超过 50 人死亡或造成超过 10 亿美元财产损失，且风险源于生物武器、模型规避开发者控制或网络攻击时，可阻止该模型发布。草案要求由在美国商务部注册的独立评估机构进行风险评估，评估机构可由 AI 实验室付费但报酬不得与评估结果挂钩；评估机构发现风险

llama.cpp b11763：OpenCL 后端新增小批量 GEMM 变体并修复越界读

llama.cpp 发布 b11763 版本，主要针对 OpenCL 后端做优化：为小批量场景新增多个 GEMM 变体（q4 k dp4a、mul mm f16 f32 l4 lm 窄变体、gemv noshuffle q1 0 f32 单子组变体），修复 mul mv mxfp4 f32 flat 的越界读取，移除强制大 N 走 CPU 权重的限制，并按工

SF Compute：从卖房间到经营酒店，打造可编程数据中心

SF Compute CEO Evan Conrad 在 Latent Space 播客中介绍公司从转租 GPU 集群扩展为具备云运营能力的算力交易市场，强调「物理结算」——买家获得可用算力而非现金结算。他解释了如何通过匹配不同约束条件的订单让非标准化算力可交易，并讨论现货与远期定价、批处理与实时推理租赁的区别。Conrad 认为英伟达等拥有大型硬件或推理业

Altman 据报提出三种 AI 安全终局方案，含单一公司垄断算力

据 The Information 报道，OpenAI CEO Sam Altman 上周在内部向员工提出三种先进 AI 治理方案：仿照国际原子能机构（IAEA）设立国际监管机构、仿照 CERN 由主要实验室合并为单一联盟（称“Demis Plan”），以及由单一公司凭借自我改进 AI 积累经济优势并切断他人算力的极端情形（称“Eliezer Plan”）。

美国禁止联邦民事机构使用 DeepSeek 技术

美国国土安全部禁止联邦民事机构使用中国实验室 DeepSeek 的 AI 技术，要求各机构从 IT 系统中移除现有 DeepSeek 产品且不得采购新产品。该命令还涵盖关联公司产品及基于 DeepSeek 实现的第三方服务，但未设定截止日期，也未说明具体安全担忧。此举依据 2018 年联邦采购供应链安全法律，背景是此前美国政府曾考虑对中国开放权重模型采取制裁

另有 1 家信源报道

llama.cpp b11755：修复 Metal 每 token 9 专家 MoE kernel

llama.cpp 发布 b11755 版本，主要修复 Metal 后端在每 token 9 个专家场景下缺失的 MoE kernel 变体（#30610、#30699）。该版本同时提供 macOS/iOS、Linux、Android、Windows 等多平台预编译包，覆盖 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等后端。此次修复提升了

llama.cpp b11753：修复 Tekken 与 GPT-4o 预分词器正则

llama.cpp 发布 b11753 版本，主要变更是为 Tekken 和 GPT-4o 预分词器正则的前瞻断言添加 \p{M}，以改进对组合附加符号的处理。该版本同时提供 macOS、iOS、Linux、Android、Windows 等多平台预编译二进制，覆盖 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等后端。

探访三星平泽大型半导体园区：AI热潮推动内存扩产

三星在韩国平泽建设大型半导体制造园区，以满足生成式AI带动的GPU专用高带宽内存芯片需求。园区已有三座晶圆厂全天候运转，第四座即将投产，第五座建设在2024年需求下滑时暂停后因AI热潮重启。报道称三星此举意在追赶国内竞争对手SK海力士，后者在高带宽内存市场领先，而台积电主导代工业务。

llama.cpp b11752：修复 MoE 路由测试后端噪声问题

llama.cpp 发布 b11752 版本，主要修复测试中 MoE 路由器选择受后端噪声影响的问题：通过为每个专家填充步长为 2 的选择偏置斜坡，使 top-k 选择仅取决于专家索引，Beam 架构在 160 个种子下与 CPU 参考误差缩小至 4e-7。同时改进测试设备表，区分 Apple SoC 的 CPU 与 GPU 设备名。该版本同步提供 macO

llama.cpp b11751：Hexagon 工具链升级至 v0.8 并启用 v85

llama.cpp 发布 b11751 版本，主要更新 Hexagon 后端：将 Snapdragon 工具链升级至 v0.8，并启用 Hexagon v85 架构支持。改动包括 CI 与构建脚本同步升级、新增用于部分 IoT 设备的 swiv Python 脚本、修复 flake8 警告、更新版本上限，以及让构建和运行脚本支持通过 adb 传输的 Ubun

llama.cpp 发布 b11750：修复 SYCL 编译警告并更新多平台构建

llama.cpp 发布 b11750 版本，主要修复 SYCL 后端的编译器警告，包括缺失的函数原型、死代码和多余分号（PR #30271）。同时提供覆盖 macOS/iOS、Linux、Android、Windows 及 openEuler 的多平台预编译二进制包，涵盖 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等多种后端。此次更新属

llama.cpp b11748：修复 SYCL 重排量化权重 get rows

llama.cpp 发布 b11748 版本，主要修复了 SYCL 后端在重排量化权重上 get rows 的问题（PR #30430）。该版本同时提供 macOS/iOS、Linux、Android、Windows 等多平台预编译包，覆盖 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等后端。此次更新属于推理框架的常规缺陷修复与构建发布，对

llama.cpp b11747：mtmd 对齐 transformers 的 Qwen-VL 缩放

llama.cpp 发布 b11747 版本，主要变更是 mtmd（多模态）模块对齐 transformers 的 Qwen-VL 图像缩放处理逻辑（PR #30736）。该版本同时提供 macOS/iOS、Linux、Android、Windows 等多平台预编译包，覆盖 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等后端。此次更新提升了