llama.cpp b12124：OpenCL 後端支援非連續 sigmoid
llama.cpp 發布 b12124 建置，核心變更是 OpenCL 後端新增對非連續（non-contiguous）張量 sigmoid 的支援（#31687），由高通工程師參與提交。該版本仍是覆蓋 macOS/iOS、Linux、Android、Windows 的多平台建置，包含 CUDA 12/13、ROCm 10.0、Vulkan、SYCL、OpenVINO 以及驍龍 CPU/Adreno GPU/Hexagon NPU 與 openEuler 昇騰等目標。
原標題：b12124
閱讀原文
| 評分 | 36 / 35（平均 35，門檻 60） |
|---|---|
| 狀態 | 未入選 |
原文
相關報導
llama.cpp OpenCL 後端提升解碼效能，擴充套件 FA 支援
llama.cpp 新建置 b12118 針對 OpenCL 後端做了多項最佳化，提升解碼效能。其中，q4_K gate up + GLU 改用更多 workgroup 來並行；Flash Attention 新增對 GQA 2 和 6（head size 256）、GQA 16（head size 128、512）、GQA 2（head size 512）等組合的處理。相關提交由高通工程師完成，改動主要面向 Adreno GPU 與驍龍平台上的本地推理。
llama.cpp b12018 修復 SYCL 量化轉換舍入
llama.cpp 發布建置 b12018，主要修復 SYCL 後端在 CPY 操作中把 f32 轉成 q2_0、q4_0、q5_0 時的舍入錯誤（#31120）。該版本照例提供 macOS/iOS、Linux、Android、Windows 等多平台預編譯包，覆蓋 CUDA 12/13、ROCm 10.0、Vulkan、OpenVINO、SYCL 以及 Snapdragon 的 Adreno GPU 與 Hexagon NPU。
llama.cpp 合併 SYCL FP16/FP32 反量化開關
llama.cpp 發布 b11810 建置，SYCL 後端把 FP16 與 FP32 的反量化開關合併為一項（#30740）。同一版本更新了多平台預編譯產物，涵蓋 macOS Apple Silicon 與 Intel、iOS XCFramework、Ubuntu 和 Windows 上的 CUDA 12/CUDA 13、Vulkan、ROCm 10.0、OpenVINO，以及 Snapdragon 的 CPU、Adreno GPU 與 Hexagon NPU 建置。
llama.cpp b12020：OpenCL 後端新增 FWHT
llama.cpp 發布 b12020 建置，OpenCL 後端新增 FWHT（快速沃爾什-哈達瑪變換）支援，提交者之一署名高通信箱。該版本同時把 macOS Apple Silicon 的 KleidiAI 建置與 openEuler 建置標記為 DISABLED，並新增 Ubuntu 26.04 s390x（CPU、zDNN）產物。
llama.cpp b11501：SYCL 後端 FWHT 最佳化，macOS KleidiAI 建置停用
llama.cpp 發布 b11501 建置，主要變更是 SYCL 後端的 FWHT 最佳化（PR #29605）。該版本繼續提供 macOS/iOS、Linux、Windows、Android 與 openEuler 的預編譯包，覆蓋 CPU、CUDA 12/13、Vulkan、ROCm 10.0、OpenVINO、SYCL FP32/FP16，以及 Snapdragon 的 Adreno GPU 與 Hexagon NPU。