核心变化

ggml-org于上海时间2026年9月24日14时13分发布llama.cpp预发布b11153。发布接口显示published_at为2026-09-24T06:13:45Z，created_at为2026-09-24T05:02:17Z，prerelease为true，目标提交为9710a32175b3b8f04636aaac4aa3cc28651b505d。对应提交信息为hexagon: reject MUL_MAT_ID when src1 precision is F32（#29348），作者为Jhen-Jie Hong，提交时间为2026-09-24T05:02:17Z。改动位于ggml/src/ggml-hexagon/ggml-hexagon.cpp，共新增4行、删除0行，核心逻辑是在ggml_hexagon_supported_mul_mat_id中增加判断：当op参数3即精度标识为GGML_PREC_F32时直接返回false，不再进入后续量化类型分支。发布资产延续多平台同步产出节奏。

适用对象与访问条件

本次更新主要面向两类中国用户：一是在骁龙与Hexagon NPU设备上做本地推理适配与验证的开发者，需要覆盖MUL_MAT_ID算子路径时，可获得更严格的后端能力判断；二是从源码跟随主分支或使用预发布包做回归验证的构建维护者，可按标签b11153获取源码与预编译产出说明自行构建验证。访问条件为公开仓库https://github.com/ggml-org/llama.cpp，无需账号与付费，国内下载需自行解决网络可达性，实际验证还需具备对应工具链与Hexagon运行环境。

  • Hexagon后端新增F32精度下拒绝MUL_MAT_ID的守卫判断；改动集中于ggml-hexagon.cpp共4行新增，未涉及模型与推理主路径；预发布标识为true，多平台资产同步产出；未提及破坏性变更、安全修复与许可证调整

兼容性、迁移与限制

兼容性方面，本次属于常规预发布迭代，发布接口与已核验提交信息均未提及破坏性变更、迁移要求与安全修复，未给出漏洞编号，可视为平滑升级。行为变化限于Hexagon后端对F32精度MUL_MAT_ID的支持判断，未使用该后端或未触发该精度路径的普通CPU、CUDA推理用户理论上不受直接影响。许可证方面，发布说明与对比区间均未提及许可证调整，沿用站内已核验的MIT条件，实际使用仍以仓库许可证文件与自身合规评估为准，不对维护持续性作保证。已知限制是本次说明未给出性能数据与受影响机型清单，不应视为普遍正确性或性能保证。

下一步建议

已在Hexagon设备上维护构建或需复现MUL_MAT_ID相关问题的测试环境用户，建议先在测试环境从上一预发布升级至b11153，重点验证F32精度输入是否按预期回退到其他可用路径，以及原有量化模型在Hexagon上的加载与推理是否正常，确认无异常后再评估是否跟随。仅做常规CPU、CUDA推理且不使用Hexagon后端的用户可继续观察，无需为本次跟随升级。若出现新的构建失败或运行异常，应以官方Release说明与对应提交信息为准排查。