核心变化
上海时间2026年9月22日15时59分，ggml-org发布llama.cpp预发布b11099。发布元数据显示published_at为2026-09-22T07:59:05Z，created_at为2026-09-22T07:35:03Z，目标提交为0ee9435b8f9143b002dcb485f169aa5070ff6809，提交时间为2026-09-22T07:35:03Z，换算后均落在上海当日窗口内，prerelease属性为true。提交信息为ci : publish snapdragon builds in release workflow (#29007)，由Yuri Khrustalev提交并经GitHub验证。变更说明指出，此前Snapdragon CI构建仅打包用于QDC设备测试，Hexagon NPU相关二进制从未到达Release页面，本次在release.yml中正式构建并附带为公开发布资产。本次文件统计为1个文件共118行新增、0行删除，仅修改.github/workflows/release.yml，未触及模型架构、量化内核、推理逻辑、聊天解析与服务端接口。
适用对象与兼容性
该版本主要面向需要在骁龙平台做本地推理的用户，特别是使用Linux arm64与Android arm64设备，并需调用CPU、Adreno GPU与Hexagon NPU的场景。新增的两类资产分别为Linux arm64 Snapdragon与Android arm64 Snapdragon预编译包，发布模板中已加入对应下载项与配置指引链接，其中Linux指引指向docs/backend/snapdragon/linux.md，Android指引指向docs/backend/snapdragon/README.md。兼容性方面，GGUF模型文件、转换流程、llama-server接口与已有聊天模板均无行为变更说明；CPU、CUDA、Vulkan、Metal、OpenCL等既有后端不受该提交直接影响。已在使用通用Android arm64或Linux arm64包的用户，原有包仍可继续使用，是否切换到Snapdragon专用包取决于设备芯片与驱动条件，应在测试设备上先验证再替换。
仓库归属为github.com/ggml-org/llama.cpp，维护方为ggml-org，项目为C与C++大模型本地推理引擎。许可证沿用站内已核验的MIT记录，本次提交清单仅含工作流文件，未涉及LICENSE变更与许可条件调整。预发布意味着构建节奏快、稳定性低于稳定版，不建议直接替换生产服务。获取时应核对版本标识b11099与对应平台文件名，避免混用不同构建号的二进制与运行库；发布时大体积资产可能仍在同步中，应以标签页最终资产列表为准。
迁移与访问条件
- 经GitHub Release标签b11099获取对应平台压缩包，或同步源码标签b11099自行构建；中国用户需自行解决GitHub访问与大文件下载条件。 如需使用Snapdragon包，应先确认设备为受支持的骁龙arm64环境，再按发布页中的Linux与Android指引完成运行库与权限配置，并在测试环境完成模型加载与简单问答验证。 仅使用桌面CPU、CUDA、Metal或通用Android包且无骁龙设备需求的用户，可暂不升级；确需跟进当日构建时，先在隔离环境验证再替换线上二进制。
限制与下一步
已知限制：本次为发布流程与分发范围迭代，发布与提交说明均未提供推理速度、显存占用、精度对比与基准数据，不能据此判断模型效果提升；未标注为安全公告，不应视为漏洞修复或全面安全加固。新增包的实际机型覆盖、驱动版本要求与长期维护节奏，需以仓库文档与后续构建状态为准，升级前应确认目标设备确为受支持路径。下一步：有骁龙Linux或Android测试设备的维护者可在测试环境拉取b11099 Snapdragon包，完成加载与基础推理验证后再小规模灰度；普通本地部署用户可继续观望，待出现模型支持、推理或服务端功能向变化时再评估升级。升级前均建议备份模型、配置与自定义脚本，并在替换后完成服务接口连通性检查。