开源 llama.cpp Releases·原文 2026年9月17日本站收录 2026年9月18日

llama.cpp b11025发布：扩展Nemotron MTP支持

构建编号b11025的发布说明显示，本次改动主题为扩展Nemotron MTP支持（PR #29018），同时照例提供覆盖macOS、Linux、Windows、Android等平台的预编译二进制包。

AI解读：这条发布最核心的信息是一个功能改动：llama.cpp扩展了对Nemotron MTP的支持，对应PR #29018，提交说明里还提到做了第一轮修复、删除了不必要的声明。

它解决的是推理端对Nemotron系列模型MTP能力适配不完整的问题，受影响的主要是把Nemotron跑在llama.cpp上的开发者，而不是普通聊天用户。除此之外，这仍是一次例行构建发布，各平台二进制包照常更新。

需要注意，发布说明只列出了改动标题和零散的提交要点，MTP支持具体扩展到什么程度、支持哪些模型规格、性能如何，来源里都没有给出，因此现在能确认的仅是“改动已并入这个构建”。

同一版本还出现了若干被标记DISABLED的构建项，例如macOS Apple Silicon的KleidiAI版本和openEuler相关产物，想用这些平台特定加速的人在下手前要先确认对应包是否可用。

llama.cpp发布构建b11025，发布说明中列出的主要改动是扩展Nemotron MTP支持，对应PR #29018。

该改动的提交要点为“first fix”和删除不必要的声明，说明这是一次针对既有MTP支持的修补与扩展，而非全新功能模块。

除代码改动外，本次发布照例提供了各平台的预编译二进制文件，覆盖macOS、iOS、Linux、Android、Windows以及UI包。

发布说明仅给出改动标题与提交要点，未说明MTP扩展所涉及的模型版本、量化格式或性能数据，具体适用范围需以代码合并内容为准。

Nemotron MTP支持扩展开关：PR #29018

b11025的发布说明首行标注“model : extend Nemotron MTP support (#29018)”，即该构建的主要变更是扩展Nemotron的MTP支持。

提交要点包含“first fix”与“removed unnecessary declarations”，说明改动里既有初步修复，也清理了一些多余的声明。

来源没有说明这次扩展具体支持哪些Nemotron变体、MTP层数或推理参数，也未提供吞吐、延迟等对比数据。

本次发布仍按平台提供二进制包：macOS有Apple Silicon arm64和Intel x64版本，另有iOS XCFramework。

Linux侧包含Ubuntu x64、arm64、s390x的CPU包，以及Vulkan、CUDA 12.8、CUDA 13.3、ROCm 10.0、OpenVINO 2026.4、SYCL FP32/FP16等加速版本。

Windows侧包含x64与arm64的CPU包、arm64的OpenCL Adreno包，以及CUDA 12.4、CUDA 13.4、Vulkan、OpenVINO、SYCL、ROCm 10.0等版本；Android提供arm64 CPU包。

发布说明同时列出被禁用的条目：macOS Apple Silicon的KleidiAI启用版标注为DISABLED，并关联PR #23780；openEuler各产物同样标注DISABLED，关联PR #23705。

macOS/iOS：Apple Silicon arm64、Intel x64、iOS XCFramework；KleidiAI版本DISABLED（PR #23780）
Linux：Ubuntu x64/arm64/s390x CPU，Vulkan，CUDA 12.8、13.3，ROCm 10.0，OpenVINO 2026.4，SYCL FP32/FP16
Windows：x64/arm64 CPU，OpenCL Adreno arm64，CUDA 12.4、13.4，Vulkan，OpenVINO，SYCL，ROCm 10.0
Android：arm64 CPU
禁用：openEuler（x86/aarch64的 310p、910b ACL Graph）DISABLED（PR #23705）
另有UI包单独提供