找到 8 筆
llama.cpp 發布 b12102，修復 ggml 檢視的越界檢查：此前用同形狀連續張量的大小校驗，導致行重疊但未越界的檢視被誤判、stride 過寬而越界的檢視反而通過；現在檢視函式把 stride 傳給張量建構函式，按實際到達的位元組數檢查。另新增斷言要求帶 stride 的檢視從 dim 0 連續元素開始，delta_net 的卷積視窗改為一次建立全部行，不再在檢查後擴寬。
ggml 修復了 CLAMP 運算元在非連續檢視上的定址錯誤，涉及 CPU 與 CUDA 後端。CUDA 此前按 ggml_nelements 做平坦處理、忽略檢視 stride，CPU 則把第 j 行按 j*nb01 定址、忽略 nb02/nb03；現在兩者都改為遵循 dims 1..3 的 stride，且 CUDA 的 supports_op 要求行連續，與 Metal 一致。
llama.cpp 新建置 b11981 最佳化了高通 Hexagon NPU 上轉置 CONCAT 的 DDR 頻寬利用率：把行塊大小翻倍、scratchpad 改為雙緩衝、src1 行分塊處理，並補齊 src1 的 VTCM stride 以分散 gather lane；類似的 vgather 最佳化也應用到 SSM_CONV 和 GDN。
llama.cpp 發布版本 b11370，主要變更是 CUDA 後端將共享專家（shared experts）融合進 MMVQ 運算元，並檢查緩衝區是否為空、把 stride_col_dst 移入融合引數。該版本同時提供 macOS、Linux、Windows、Android 等多平台建置，其中 macOS Apple Silicon 的 KleidiAI 版本被停用，openEuler 建置也被停用。
llama.cpp 發布建置 b11448，ggml-cuda 後端把大塊 BF16/FP16 到 F32 的轉換改為分塊執行（#29442），並修正分塊 cuBLAS 矩陣乘法未遵循目標 stride 的問題，提交由 Johannes Gäßler 參與。改動僅涉及 CUDA 後端，影響用 NVIDIA GPU 做本地推理的場景；該建置同時覆蓋 macOS Apple Silicon 與 Linux、Windows 的 CUDA 12/13 等平台。
llama.cpp 發布 b11580 建置，Hexagon 後端為二進位制運算元擴充套件了標量 DMA 廣播支援，並刪除全部非 DMA 路徑，同時新增對非連續 stride 的處理。REPEAT 與 COMPLEX 核心這次也改用 DMA，hex-add-id 為 src2 索引加法補上 DMA；hex-geglu-erf 新增僅 F32 的門控，該運算元不支援 F16。
llama.cpp 建置 b11927 為 Metal 後端補上融合 top-k mask 運算元（GGML_OP_TOP_K_MASK），移植自 CUDA 後端已有實現。新核心先以 grid-stride 方式把輸出填為 -inf，再由每行一個 threadgroup 將保留單元的 mask 值覆蓋上去；並用函式常量裁掉特定計算圖用不到的 score、blocks 與額外分支，同時清理了核心格式。
llama.cpp 修復了 Hexagon NPU 後端 2D DMA 傳輸中步長被截斷的缺陷。在 v75 及以上硬體上，DMA 描述符只用 24 位存 row_size 和 stride；當步長達到 16MB 或更大時會被截斷，導致地址錯誤。修復後，這類情況改為逐行傳輸，並新增兩個源步長超過 16MB 的 CONT 測試。同版本還重構了 fallback 路徑，以去掉重複程式碼。