ggml-org于上海时间2026年10月22日01时52分通过GitHub Release发布llama.cpp预发布b11799，对应接口published_at为2026年10月21日17时52分03秒，预发布标记为真，标签与名称均为b11799。仓库归属为ggml-org组织下的llama.cpp公开仓库，项目定位为本地大模型推理引擎，中国用户可直接查看发布页与拉取源码。本次对比区间为b11798至b11799，仅合入一笔SYCL相关提交，不涉及新模型权重发布与许可证变更，沿用当日拉取确认的MIT条件。本次均以当日发布页、发布接口与提交页核验，不以聚合榜单或搜索片段为准。
关键变化
- 对比区间为b11798至b11799共1笔提交，提交标题为sycl: q8 fast dequant，关联PR为#30775；提交创建于2026年10月21日17时01分03秒即上海时间10月22日01时01分，发布事件为上海时间10月22日01时52分；在ggml/src/ggml-sycl/convert.cpp引入Q8快速反量化路径，改用一维平面与两对向量化存储，简化分组计算并确保行覆盖无尾部处理；本次变更共33行其中新增25行删除8行，不改变模型权重与对外接口；发布说明未标记破坏性变更与安全修复，MIT不变
适用对象与兼容性
本次主要面向使用SYCL后端在Intel显卡进行本地推理的用户，特别是关注Q8_0量化模型加载与推理效率的开发者。改动仅影响SYCL路径的反量化实现，对CUDA、Vulkan、CPU等后端无直接影响，不含模型转换参数调整。本次为预发布版本，不建议直接用于生产全量升级，存量服务宜先在隔离或测试环境验证。公开仓库无需授权即可查看发布页与拉取源码，实际使用仍需配置模型权重路径与后端参数。从源码编译的用户升级前建议清理构建目录后重新编译，国内用户需自行解决GitHub网络可达性并核对SYCL工具链版本。
限制与下一步
当日来源未将本次列为安全修复版本，未声明具体性能提升比例与覆盖机型，不作普遍加速保证。Q8快速反量化的实际收益与不同Intel显卡驱动的兼容性差异未在当日发布页量化，需结合自身硬件实测。许可证按MIT不变处理，实际复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。建议先在隔离环境升级至b11799，重点验证目标Q8量化模型能否正常加载、推理输出是否一致，以及SYCL后端是否正常启用，再跟随后续版本。后续进展以同一仓库发布页为准。