llama.cpp b10950发布：CUDA后端在不支持BF16的显卡上回退到F32
该版本在ggml-cuda中新增回退逻辑，当设备缺乏BF16硬件加速时改用F32计算；补丁由Johannes Gäßler参与，并同时应用于NVIDIA设备。
AI解读：llama.cpp发布了b10950构建版本，这一版最实质的改动只有一条：CUDA后端在检测到设备不支持BF16硬件加速时，会回退到F32计算。
受影响的是老一代GPU。按提交说明，NVIDIA需要AMPERE及以上、AMD需要RDNA3或CDNA才算具备BF16硬件加速；低于这条线的卡以前可能在BF16路径上出错或算得不对，现在会自动走F32，代价通常是显存占用和速度，但先把能跑通放在前面。
这类改动对普通用户的存在感很低，你只需要重新下载对应平台的b10950包即可。真正相关的是还在用Pascal、Turing或更老AMD卡跑本地模型的人。
提交信息没有给出性能或精度对比数据，也没有说明具体触发条件是如何检测的，所以回退带来的实际开销目前只能从F32本身的特性推断。
llama.cpp项目发布了b10950构建版本，主要改动位于ggml-cuda后端：在没有BF16硬件加速的设备上回退到F32计算。
回退规则与适用硬件
提交说明写明，这次改动的目的是在没有BF16硬件加速的设备上回退到F32，并给出了硬件范围：NVIDIA需要AMPERE及以上，AMD需要RDNA3或CDNA。
同一提交还注明“将这一逻辑同样应用于NVIDIA”，补丁由Johannes Gäßler参与（Co-authored-by），对应PR编号 #28846。
随版本发布的构建产物
b10950与往常一样附带了各平台预编译包，覆盖macOS、iOS、Linux、Android、Windows等。
其中CUDA相关包包括Windows x64的CUDA 12（12.4）与CUDA 13（13.3），以及Windows arm64的CUDA 13（13.4），并各自附带对应的cudart DLL包。
Linux侧提供Ubuntu x64/arm64的CPU包、Ubuntu s390x、x64/arm64的Vulkan、x64的ROCm 10.0、x64的OpenVINO 2026.3.1，以及x64的SYCL FP32与SYCL FP16。
Windows侧还有x64/arm64的CPU、arm64的OpenCL Adreno、x64的Vulkan、x64的OpenVINO 2026.3.1、x64的SYCL与x64的ROCm 10.0。
- macOS/iOS：Apple Silicon（arm64）、Intel（x64）以及iOS XCFramework。
- macOS Apple Silicon的KleidiAI版本标注为DISABLED，并指向PR #23780。
- Android：arm64的CPU包。
- openEuler相关构建同样标注为DISABLED，并指向PR #23705，涉及x86的 310p、x86的 910b（ACL Graph）、aarch64的 310p和aarch64的 910b（ACL Graph）。
- 另提供单独的UI包。