llama.cpp b11904：SYCL 後端 MMVQ 啟動三元組模板化
llama.cpp 發布 b11904 建置，主要改動是把 SYCL 後端的普通 MMVQ 啟動三元組改為模板化（#31013），涉及 Intel GPU 上的量化矩陣乘向量路徑。該版本照例提供多平台預編譯產物：macOS（Apple Silicon、Intel）、Linux（CUDA 12/13、ROCm 10.0、Vulkan、OpenVINO、SYCL FP32 與 FP16）、Windows、Android 及 openEuler。
原標題：b11904
閱讀原文
| 評分 | 40 / 42（平均 41，門檻 60） |
|---|---|
| 狀態 | 未入選 |
原文
相關報導
llama.cpp b11460：SYCL 後端新增 IQ3_S 多列 MMVQ
llama.cpp 發布建置 b11460，SYCL 後端新增 IQ3_S 的多列 MMVQ 支援（PR #29500）。該版本繼續提供覆蓋 macOS/iOS、Linux、Android、Windows 與 openEuler 的預編譯包，其中 Ubuntu x64 與 Windows x64 包含 SYCL FP32、FP16 建置。
llama.cpp b11515：SYCL 加入 Q5_K 重排 MMVQ 與融合 GLU
llama.cpp 發布 b11515，主要變更是 SYCL 後端為 Q5_K 量化補上重排佈局的 MMVQ 核心，並加入融合 GLU（#29375），面向 Intel GPU 的量化推理。建置矩陣照舊覆蓋 macOS/iOS、Linux、Windows、Android 與 openEuler，包含 CUDA 12/13、ROCm 10.0、Vulkan、OpenVINO、SYCL FP32/FP16 等後端；
llama.cpp b11799 為 SYCL 後端加入 q8 快速反量化
llama.cpp 發布 b11799 建置，新增 SYCL 後端的 q8 快速反量化（#30775），可提升 Intel GPU 上量化模型的推理效率。該版本同時提供 macOS、Linux、Windows、Android 的多平台預編譯包，涵蓋 CUDA 12、CUDA 13、ROCm 10.0、Vulkan、OpenVINO 與 Snapdragon 的 CPU、Adreno GPU、Hexagon NPU 版本；SYCL 建置則分為 FP32 與 FP16 兩版。
llama.cpp b11787 合併 SYCL mmq 重複啟動檢查
llama.cpp 發布 b11787，唯一程式碼提交是合併 SYCL 後端 mmq 中重複的 need_check 啟動邏輯（#30739），屬於內部清理，提交說明未提及效能或精度變化，也沒有新模型或功能公告。發布頁列出 macOS Apple Silicon、Linux CUDA 12/13、ROCm 10.0、Vulkan、SYCL、Windows、Android 等 30 餘個預編譯建置；
llama.cpp b11564：Vulkan 後端專門化 CM2 量化塊大小
llama.cpp 發布 b11564 建置，Vulkan 後端為 CM2 matmul 專門化量化塊大小，並改用三元表示式避免 switch 降低帶來的開銷，同時澄清了相關注釋。該版本照例附帶全平台建置，涵蓋 macOS/iOS、Linux、Windows、Android 與 openEuler，包括 CUDA 12/13、ROCm 10.0、Vulkan、SYCL、OpenVINO 等後端。