2026 年 10 月 15 日，llama.cpp 先後發布版本號升至 0.7.0（建置號 b11669）的公告與 v0.7.0 發布說明，預編譯包同步更新，新增 CUDA 13（基於 13.4 庫）與 ROCm 10.0 後端，覆蓋 macOS（Apple Silicon 與 Intel）、Linux、Windows、Android、iOS 與 openEuler，同時保留 CUDA 12（Linux 為 12.8 庫、Windows 為 12.4 DLL）以及 Vulkan、SYCL、OpenVINO 等選項，並提供面向驍龍平台的 Android/Linux arm64 包（CPU、Adreno GPU、Hexagon NPU）；其中 macOS Apple Silicon 的 KleidiAI 加速版與 openEuler 條目被標記為 DISABLED。據 v0.7.0 發布說明，本次核心變化是為主機記憶體中的 MoE 專家新增 GPU 快取（--moe-cache-mib），專家由裝置端 LRU 快取執行，在專家被解除安裝時解碼最高提速約 2.2 倍，且該快取可跨多張 GPU 共享。
AI 根據 2 則報導生成 · 更新
沿著報導，了解事件的不同側面；點標題看單篇報導的摘要與原文連結。
llama.cpp 發布 v0.7.0，最核心的變化是新增主機記憶體 MoE 專家的 GPU 快取（--moe-cache-mib），專家改由裝置端 LRU 快取執行，專家解除安裝時解碼最高提速約 2.2 倍，且該快取可跨多張 GPU 共享。版本同時加入 LiliCorr 投機解碼與 GLM5-Next 的 MTP 投機解碼，並支援 K2 Horizon、Prism Bonsai 2 27B、EmbeddingGemma-2、MiniCPM-V 4.7 等一批新模型。
llama.cpp 版本號升至 0.7.0，建置號為 b11669。此次發布的預編譯包覆蓋 macOS（Apple Silicon 與 Intel）、Linux、Windows、Android、iOS 及 openEuler，其中新增 CUDA 13（基於 13.4 庫）與 ROCm 10.0 後端，並保留 Vulkan、SYCL、OpenVINO 等選項。
過去 48 小時，有 1 個獨立來源報導，最近 6 小時新增 1 個。熱度 0.9，熱門榜第 27 名。
熱度以 48 小時內的獨立來源計，同一來源只算一次，每 24 小時權重減半。
同一事件的報導集中在這裡，新的進展會繼續補充。