llama.cpp b12054：ggml-zdnn 與主機共享緩衝區
llama.cpp 發布 b12054 建置，合併的主要變更是 ggml-zdnn 後端改為與主機共享緩衝區，該後端用於 IBM s390x 上的 zDNN 加速。同批建置仍提供 Ubuntu、Windows、Android、macOS 的預編譯包，覆蓋 CUDA 12/13、ROCm 10.0、Vulkan、SYCL、OpenVINO、OpenCL Adreno 及 Snapdragon CPU/Adreno GPU/Hexagon NPU。
原標題：b12054
閱讀原文
| 評分 | 40 / 35（平均 37，門檻 60） |
|---|---|
| 狀態 | 未入選 |
原文
相關報導
llama.cpp 為 IBM Z 的 ggml-zdnn 後端加入 flash attention
llama.cpp 建置 b11759 為 ggml-zdnn 後端新增 flash attention 運算元（fattn），並去掉原有的 scratch slots，改用 scratch buffer pool 統一管理臨時緩衝，文件也補上了關於 fattn 的說明。該後端面向 IBM Z 的 s390x 平台，本次改動隻影響使用 zDNN 加速的建置。
llama.cpp b12090 修復 zDNN 後端 fattn 測試失敗
llama.cpp 發布建置 b12090，唯一程式碼改動是修復 ggml-zdnn 後端的 flash attention 測試失敗（#31583）。該版本同步放出覆蓋 macOS/iOS、Linux、Windows、Android 與 openEuler 的預編譯包，包含 CUDA 12.8/13.4、ROCm 10.0、Vulkan、SYCL、OpenVINO 以及驍龍 CPU/Adreno GPU/Hexagon NPU 版本；
llama.cpp 發布 b12109，同步 ggml 上游並更新各平台建置
llama.cpp 發布建置版本 b12109，本次更新為同步 ggml 上游程式碼。該版本提供的預編譯包覆蓋 macOS Apple Silicon（arm64）與 Intel、iOS XCFramework、Linux（CUDA 12/13、ROCm 10.0、Vulkan、OpenVINO、SYCL）、Windows、Android 及 openEuler 的 310p 與 910b（含 ACL Graph）。
llama.cpp 建置新增 Ubuntu 26.04 s390x 與 zDNN 版本
llama.cpp 發布 b11966，CI 的 s390x 任務切換到 Ubuntu 26.04 runner，建置產物中隨之新增 Ubuntu 26.04 s390x（CPU）和帶 zDNN 加速的 s390x 兩個版本。同時，macOS Apple Silicon 的 KleidiAI 啟用版建置與 openEuler 建置仍標註為 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；