关键变化

llama.cpp b11055 是 ggml-org 于 2026-09-19T17:22:22Z 发布的预发布版本，对应上海时间 2026 年 9 月 20 日 01 时 22 分，发布接口标记 prerelease 为 true，目标提交为 851cb34。与上一预发布 b11054 相比仅前进一步，合入提交为 hexagon: add support for GEGLU_QUICK（#29114），提交时间为 2026-09-19T16:48:07Z，即上海时间 9 月 20 日 00 时 48 分，同样落在当日窗口内。本次为 Hexagon 后端方向的增量预发布，未在当日来源中声明新模型架构、量化格式调整、许可证变更、安全漏洞修复或维护状态变化，应按常规后端维护增量理解。

从当日可核验范围看，改动集中在 Hexagon 后端的激活算子路径：新增 FP32 GEGLU_QUICK 实现，包括面向 HVX 的向量化内核、通用 FP32 回退路径、按线程执行封装与 HTP_OP_GLU_GEGLU_QUICK 算子分发。维护方在当日合并请求中说明，Gemma 4 视觉编码器计算图使用 FP32 GEGLU_QUICK 张量，可从该实现受益；同时明确本次不包含 FP16 支持，后续如有工作负载需要可单独补充。当日对比接口显示 b11054 到 b11055 仅有该 1 笔提交，未披露受影响芯片清单、完整性能对比与回退路径，因此公开表述严格限定为标题级事实，不扩展为已验证的通用速度提升或全后端稳定性承诺。

兼容性与访问条件

仓库归属为 ggml-org/llama.cpp，公开仓库，现有许可证经当日许可证接口核验仍为 MIT，可在保留版权声明条件下使用、复制、修改与分发，本次当日发布说明未提及许可证变化，按许可不变处理。本次发布资产已在当日发布接口中同步列出，当日核验可见包括 Ubuntu CUDA、Windows CUDA 与 Android ARM64 在内的多平台预编译包入口，用户可从 Release 页面按平台下载对应压缩包，或克隆仓库自行编译，访问无需额外授权，具体可用资产以 Release 页面实时列表为准。

兼容性方面，本次当日来源未声明命令行、配置文件、GGUF 格式、RPC 线协议或模型加载逻辑等破坏性变更，模型文件与已有量化权重无需重转。以 Hexagon 为主的用户属于直接相关面：升级或同步后应验证常用模型加载、视觉编码器相关路径与常用提示词回归，升级前建议先在测试环境验证。以 CUDA、Metal、Vulkan、CPU 与 OpenCL 推理为主且不使用 Hexagon 的用户行为基本不变，可按常规节奏跟踪。以源码构建或维护自有编译流水线的贡献者，同步后应验证 Hexagon 编译选项与常用回归。

限制与下一步

  • 预发布增量版本，不适合当作稳定版直接全量替换；当日来源未声明安全漏洞修复，不应解读为安全版本；当日来源仅给出 Hexagon FP32 GEGLU_QUICK 标题级改动，未披露完整触发条件、芯片覆盖与量化影响，相关性能推论均未独立验证；本次明确不含 FP16 GEGLU_QUICK，不要期待全精度覆盖；多平台预编译资产分批上传中，拉取时需确认所需平台包已就绪

中国用户如正在 Hexagon 设备上本地部署 llama.cpp，或基于该仓库做二次编译与分发，建议优先在测试环境拉取 b11055 验证编译、模型加载与常用提示词回归，涉及 Gemma 4 视觉编码器路径的用户可重点验证对应图加载，通过后再推广到生产。仅做通用本地推理且不使用 Hexagon 的用户可继续使用已验证版本，跟踪同一仓库 Release 页面即可，不以聚合榜单或转载为准，后续以维护方当日 Release 为唯一依据。