llama.cpp 修復 WebGPU 大緩衝區清零
llama.cpp 發布 b12114，WebGPU 後端修復了大緩衝區處理：get_max_size 現在返回 maxBufferSize，memset/clear 不再整塊繫結緩衝區，buffer_memset 可處理超過最大繫結尺寸的緩衝區。該版本同時提供 macOS/iOS、Linux（CUDA 12/13、ROCm 10.0、Vulkan、SYCL、OpenVINO）、Android 與 Windows 的預編譯包。
原標題：b12114
閱讀原文
| 評分 | 45 / 45（平均 45，門檻 60） |
|---|---|
| 狀態 | 未入選 |
原文
相關報導
llama.cpp b11896 修復 WebGPU memset 競態
llama.cpp 發布 b11896 建置，核心改動是修復 WebGPU memset 中的競態問題（#31162）。同批預編譯產物仍覆蓋 macOS/iOS（含 Apple Silicon 與 Intel）、Linux（Vulkan、CUDA 12/13、ROCm 10.0、OpenVINO、SYCL）、Android 與 Windows（含 Snapdragon 的 Adreno GPU 與 Hexagon NPU 路徑），CUDA 12 使用 12.8、CUDA 13…
llama.cpp 修復 WebGPU 批長度分配崩潰併發布 b12034
llama.cpp 發布 b12034 建置，修復 WebGPU 後端 scratch 分配大小不隨批長度單調增長的問題：以往用 n_ubatch 或單 token 預留的圖，覆蓋不了 2 到 19 行 query 的批，GGML_SCHED_NO_REALLOC 建置會因意外重分配而中止。修法是把行數傳入 flash attention vec 與 MMVQ 兩條路徑的判定，並按短路徑支援的最長批長度限制 scratch 大小。
llama.cpp b11523 修復 WebGPU 混合批處理崩潰
llama.cpp 建置 b11523 為 WebGPU 後端補上 GGML_OP_DUP 運算元，修復了混合批處理路徑的崩潰。此前副本須在 CPU 生成、寫入卻排在 WebGPU，導致繫結 CPU 緩衝後崩潰；現在 DUP 與 CPY、CONT 走同一路徑。此版發布中啟用 KleidiAI 的 macOS Apple Silicon 建置被標為 DISABLED。
llama.cpp b11456：CUDA 緩衝區初始化改用每執行緒流
llama.cpp 發布建置 b11456，其中 ggml-cuda 在緩衝區初始化的 padding memset 中改用每執行緒 stream（#28782），CI 也重新為 ROCm 啟用 test-backend-ops 的 -j 並行測試。該建置覆蓋 macOS/iOS、Linux、Android、Windows 與 openEuler，含 CPU、Vulkan、CUDA 12/13、ROCm 10.0、OpenVINO、SYCL 等後端；
llama.cpp 新版將 CUDA pinned host buffer 上限設為 4 GB
llama.cpp 發布 b11678 建置，其中一項改動把 CUDA pinned host buffer 的最大尺寸限制為 4 GB，對應 PR #30449。