北京时间 10 月 19 日 9 时 51 分，ggml-org 在 GitHub 发布 llama.cpp 预发布 b11722。仓库接口记录发布时间为 2026-10-19T01:51:19Z，对比区间为 b11721 至 b11722，预发布标记保持为 true。本次为常规预发布迭代，仅合入 1 笔提交、变更 1 个文件。以上版本、时间与对比区间由官方仓库发布页与接口直接确认；影响判断为编辑基于发布说明与补丁的解释，未经独立测试验证。
已核实变化
官方提交记录显示，本次唯一提交为 hexagon: allow multistream FA（#30218），提交哈希为 fe8841a78ad36454a348cf612e10aaf40af12fec，作者时间为 2026-10-19T01:07:53Z。变更文件为 ggml/src/ggml-hexagon/ggml-hexagon.cpp，共删除 4 行、新增 0 行。具体补丁移除了 ggml_hexagon_supported_flash_attn_ext 中对 dst->ne[3] != 1 的直接拒绝分支，使多流输入不再被该前置检查拦截。对比页明确标注本次仅领先 1 个提交、变更 1 个文件、贡献者 1 人，确认变更集合归属当日。以上条目为官方宣布内容，未包含性能、成本或精度承诺。
影响与适用范围
受影响对象为自行构建 llama.cpp 或使用多后端预编译包，并在 Hexagon 路径上调用 Flash Attention 扩展的本地推理与验证用户。在此前逻辑下，多流形状会因 ne[3] 检查直接返回不支持；更新后该路径可进入后续参数预计算与内核选择，不再被一刀切拒绝。单流行为不受该删除影响，CUDA、CPU、Vulkan 与 WebGPU 等其他后端不在本次变更范围内。中国开发者若在骁龙或 Hexagon 相关设备上验证 llama.cpp，可在官方仓库核对版本号与对比区间后，先在测试环境验证相关模型的加载、注意力计算与解码链路。
限制与下一步
本次仅为 Hexagon 后端兼容性小幅放开，未声明新模型支持、基准数据、性能提升、安全修复或许可证调整，不应理解为速度或成本承诺。实际效果仍受硬件型号、驱动版本、构建选项与张量形状影响，生产升级建议先验证目标模型在多流与单流下的输出一致性与稳定性。若后续出现补充说明或修复版本，将以新的可核验事件另行处理，不追溯修改本条时间结论。