llama.cpp发布b11344：修复两个Volta架构CUDA闪存注意力失效用例
该版本由CI机器人自动发布，唯一代码改动是CUDA后端针对Volta显卡的FA（闪存注意力）修复，同时按惯例更新了覆盖macOS、Linux、Windows、Android的多平台预编译包。
AI解读：这条新闻的实质是一次常规的版本滚动：llama.cpp发布了b11344构建，核心代码改动只有一行——修复CUDA后端在Volta架构上两个失效的闪存注意力（FA）用例。
真正受影响的是还在用Volta一代显卡（如V100、Titan V）跑量化模型推理、并且启用了FA的人；对使用更新架构显卡或纯CPU推理的用户，这次更新基本不改变使用方式。
需要注意的是，来源仅为发布页摘要，只给出PR编号（#29803）和一句描述，没有说明故障的具体表现、触发条件或修复后的实测数据，因此无法判断这些问题在实际使用中的出现频率和严重程度。
发布页同时列出了各平台预编译产物，包括CUDA 12.8/13.4、ROCm 10.0、Vulkan、SYCL、OpenVINO等后端选项；macOS的KleidiAI构建和openEuler构建处于禁用状态。
llama.cpp发布b11344构建，发布说明中唯一的代码改动是CUDA后端修复两个在Volta架构上失效的闪存注意力（FA）用例，对应PR #29803。
该发布由github-actions[bot] 生成，除这一处修复外，主要变化是随版本更新的各平台预编译包链接。
CUDA修复只针对Volta的FA用例
发布说明正文只有一行：CUDA: fix 2 broken Volta FA cases (#29803)。这里没有说明两个用例原本如何失败、在什么输入或模型配置下触发，也没有给出修复前后的性能或正确性数据。
按字面理解，改动落在CUDA后端的闪存注意力实现上，影响对象是Volta架构GPU（例如V100、Titan V）上启用FA的场景。其他架构是否受同一问题影响、问题是否会导致输出错误还是直接报错，发布页均未提及。
- 改动内容：修复 2 个失效的Volta FA用例
- 关联PR：#29803
- 影响组件：CUDA后端 / 闪存注意力（FA）
- 来源限制：发布说明未给出故障复现条件与测试结果
随版本更新的预编译产物
除代码修复外，b11344按惯例提供了一批可直接下载的预编译包，覆盖macOS/iOS、Linux、Android、Windows。CUDA线有两个版本：Linux侧为CUDA 12.8与CUDA 13.4，Windows侧为CUDA 12.4与CUDA 13.4，并分别附带对应的cudart运行库压缩包。
非NVIDIA后端方面，发布页列出了Vulkan（Ubuntu x64/arm64、Windows x64）、ROCm 10.0（Ubuntu x64、Windows x64）、SYCL（FP32与FP16，Ubuntu x64；Windows x64一个包）、OpenVINO 2026.4（Ubuntu x64、Windows x64）。
移动与ARM平台方面，有Android arm64的CPU包和针对骁龙（CPU、Adreno GPU、Hexagon NPU）的包，以及Linux arm64的骁龙对应包；Windows arm64提供CPU、OpenCL Adreno和CUDA 13.4三种。macOS提供Apple Silicon arm64与Intel x64两种，另有iOS XCFramework。UI也单独打包为tar.gz。
- macOS Apple Silicon的KleidiAI构建标注为DISABLED，指向PR #23780
- openEuler构建同样标注为DISABLED，指向PR #23705
- 骁龙平台附有单独的Linux与Android安装指南链接