llama.cpp b12003：SYCL 後端 FLASH_ATTN_EXT 失敗待修
llama.cpp 發布建置版本 b12003，已知問題是 SYCL 後端的 FLASH_ATTN_EXT 出現失敗（issue #30761）。該版本仍覆蓋 macOS/iOS、Linux、Android、Windows 與 openEuler，包含 CUDA 12/13、ROCm 10.0、Vulkan、OpenVINO、SYCL，以及 Snapdragon 的 CPU、Adreno GPU 與 Hexagon NPU 建置。
原標題：b12003
閱讀原文
| 評分 | 30 / 42（平均 36，門檻 60） |
|---|---|
| 狀態 | 未入選 |
原文
相關報導
llama.cpp b11788 修復 SYCL Flash Attention 崩潰
llama.cpp 發布建置 b11788，修復 SYCL 後端在 Flash Attention 下因 Query 頭維度不匹配（neq0 ≠ HSK，D=2048/4096）觸發的崩潰（#30286）。其餘是常規預編譯包的更新，覆蓋 macOS Apple Silicon、Linux 與 Windows 的 CUDA 12/13、Vulkan、ROCm 10.0、OpenVINO 和 SYCL；
llama.cpp 發布 b11424，修復 Vulkan Flash Attention 共享記憶體越界寫
llama.cpp 發布 b11424 建置版本，修復 Vulkan 後端 Flash Attention 的共享記憶體越界寫問題（#29988）。該版本照例提供 macOS/iOS、Linux、Windows、Android 的預編譯包，涵蓋 Vulkan、CUDA 12/13、ROCm 10.0、OpenVINO、SYCL、OpenCL 等後端，並附驍龍 CPU/Adreno GPU/Hexagon NPU 的安裝指引。
llama.cpp b11724 修復 CUDA flash_attn_ext_vec 競態
llama.cpp 發布 b11724 建置，主要修復 CUDA 後端 flash_attn_ext_vec 中共享記憶體的寫後讀（WAR）冒險與 KQ 寫後讀競態，避免注意力計算出錯。補丁由社群貢獻者提交，並附 ChatGPT 協助說明，同時整理了 KQ 同步相關注釋。
llama.cpp 發布 b11784，修復 SYCL IQ3 崩潰
llama.cpp 發布 b11784 建置，主要修復 SYCL 後端在 IQ3 量化下的崩潰問題（#30604）。同一版中，macOS Apple Silicon 的 KleidiAI 加速建置與 openEuler 建置被標記為 DISABLED，本輪不提供。
llama.cpp 修復 SYCL 混用不同型號 GPU 的 FA 問題
llama.cpp 合併 PR #29071，修復 SYCL 後端在 Flash Attention（FA）中混用不同型號 GPU 時出現的問題。改動位於 ggml/src/ggml-sycl/ggml-sycl.cpp，提交由 Georgi Gerganov 共同署名。該修復包含在版本 b11464 中，此版本同時提供 Ubuntu x64（SYCL FP32、FP16）與 Windows x64（SYCL）等建置。