核心变化
ggml-org 于上海时间 2026 年 9 月 22 日 01 时 13 分（对应 UTC 2026 年 9 月 21 日 17 时 13 分 13 秒）发布 llama.cpp 预发布 b11076。本次为常规版本更新，相对 b11074 合入 2 笔提交，核心是简化 ggml-metal 融合模式算子声明，并清理测试文件中过时注释，同时同步多平台预编译包。仓库归属仍为 ggml-org，许可仍为 MIT，本次发布说明未宣布许可证变化，也未发布安全公告。
关键变化与适用对象
根据当日发布接口与提交记录，b11076 的实质增量为两项内部维护：一是 ggml-metal 简化融合模式声明，由 ops_all 派生非空融合算子并去掉 _all 后缀，减少重复声明，逻辑上不改变融合行为；二是 tests/test-backend-ops.cpp 删除 7 行关于 CONV_2D 直接与间接实现的过时注释，不涉及功能逻辑。该变化面向苹果芯片本地推理用户、Metal 后端构建者与测试贡献者，对仅做常规文本生成、结构化输出或 CUDA 推理的用户没有可感知功能变化。预发布属性为 true，仍属测试性质，不建议直接用于生产关键链路。
当日接口已确认 b11076 的 Ubuntu CUDA 12.8 与 13.4、Windows CUDA 12.4 与 13.4 预编译资产，版本号与下载文件名均明确标注 b11076，便于按平台与 CUDA 版本直接获取验证；完整资产清单以发布页为准。
兼容性与获取条件
获取条件为访问 GitHub 仓库 ggml-org/llama.cpp 的 Releases tag b11076，按操作系统、架构与 CUDA 版本选择对应压缩包即可，无需额外授权，MIT 许可下可自行下载与部署。兼容性方面，本次发布说明未声明破坏性变更，也未要求同步升级客户端与服务端协议或模型格式，Metal 融合声明简化属于内部重构，测试注释清理不影响二进制行为。CUDA 用户仍需核对本地驱动与 CUDA 12.8、13.4 或 12.4 的对应关系，避免混用不同构建导致加载失败；Metal 用户如自行编译，可验证融合路径回归用例。
限制与下一步
已知限制是本次更新幅度很小，仅为 Metal 内部声明简化与测试注释清理，未新增模型支持、性能优化、安全修复或维护状态变化，不能视为功能大版本，中国普通用户可暂不升级。下一步如需验证，可在非生产环境替换二进制并跑通已有提示词与本地推理流程，Metal 构建者重点检查苹果芯片编译与融合算子回归，测试贡献者确认 test-backend-ops 相关用例正常；确认无误后再考虑灰度。升级前建议备份当前可用版本，以便快速回退。