llama.cpp发布b10901：Vulkan后端在上下文空闲时改用CPU写入
该版本唯一的代码改动是ggml_backend_vk_cpy_tensor_async在上下文空闲时使用CPU写入，同时照例放出各平台预编译包。
AI解读：这条改动针对的是张量异步拷贝路径。当Vulkan上下文没有其他任务在跑时，走CPU写入可以避开GPU侧的调度开销；至于实际快多少，发布说明里没有给数据。
普通用户直接下载预编译包即可，Windows有CUDA 12/13、Vulkan、SYCL、ROCm、OpenVINO等版本，Linux覆盖x64、arm64、s390x，另外还有macOS、iOS、Android包。
macOS的KleidiAI加速版本和openEuler构建目前是DISABLED状态，说明对应PR被关闭，这些平台暂时拿不到这两类产物。
llama.cpp发布b10901构建，唯一代码改动来自PR #28618：Vulkan后端函数ggml_backend_vk_cpy_tensor_async在上下文空闲时改用CPU写入，而不走GPU路径。
发布页同时列出各平台预编译产物，包括Windows的CUDA 12.4/13.3/13.4、Vulkan、SYCL、ROCm 10.0、OpenVINO 2026.3.1版本，Linux的x64/arm64/s390x CPU、Vulkan、ROCm 10.0、OpenVINO 2026.3.1、SYCL FP32/FP16版本，以及macOS Apple Silicon（arm64）和Intel（x64）、iOS XCFramework、Android arm64与UI包。
改动只涉及Vulkan异步张量拷贝的空闲路径
b10901的改动标题为“vulkan: use CPU writes in ggml_backend_vk_cpy_tensor_async if the context is idle (#28618)”。函数名表明它处理的是Vulkan后端张量异步拷贝；条件“if the context is idle”说明只有当Vulkan上下文空闲时才会走CPU写入。
发布说明没有给出这项改动的性能数据、测试结果或所影响的模型规模，因此无法判断它在实际推理中能带来多少收益。
多个平台构建可用，两类产物被禁用
发布页按平台列出可下载的压缩包。macOS提供Apple Silicon（arm64）与Intel（x64）版本，以及iOS XCFramework；Android提供arm64 CPU版本；UI单独打包。
Linux侧包含Ubuntu x64/arm64/s390x的CPU构建，以及x64/arm64的Vulkan构建、x64的ROCm 10.0、OpenVINO 2026.3.1、SYCL FP32与SYCL FP16。
Windows侧包含x64/arm64 CPU、arm64 OpenCL Adreno，以及x64的CUDA 12.4、CUDA 13.3、Vulkan、OpenVINO 2026.3.1、SYCL、ROCm 10.0构建，并附CUDA 12.4、13.3、13.4 的DLL包，另有arm64的CUDA 13.4版本。
- macOS Apple Silicon（arm64，启用KleidiAI）标记为DISABLED，对应PR #23780。
- openEuler的x86 310p、x86 910b（ACL Graph）、aarch64 310p、aarch64 910b（ACL Graph）均标记为DISABLED，对应PR #23705。