llama.cpp b11183将Metal FlashAttention内核按数据类型拆分为独立库
llama.cpp发布b11183构建，主要改动是把Metal的FA（FlashAttention）内核按数据类型拆分成独立库，同步提供macOS、iOS、Linux、Android、Windows等多平台预编译包。
AI解读：发布说明没有给出性能数字或前后对比，只说做了一次注释方面的小修正。因此这次更新目前能确认的是打包结构变化，至于具体带来多少编译时间、二进制体积或推理速度的变化，来源没有提供，不能替它下结论。
对使用预编译包的人来说，实际变化是下载链接按平台和加速后端重新排列，macOS Apple Silicon、macOS Intel、iOS XCFramework，以及带Vulkan、CUDA 12/13、ROCm 10.0、OpenVINO、SYCL的Ubuntu和Windows包都在同一批发布中。有需要的用户按自己平台选对应压缩包即可。
llama.cpp发布b11183构建，发布说明中列出的代码改动只有一项：Metal后端把FA（FlashAttention）内核按数据类型拆分为独立的库（提交 #29329），并附带一处注释的小修正。
该版本由github-actions[bot] 发布，提交说明中标注Assisted-by: pi:llama.cpp/DeepSeek-V4-Flash-Vision-Exp。
发布页同时给出各平台的预编译产物，覆盖macOS、iOS、Linux、Android和Windows，以及CUDA、Vulkan、ROCm、OpenVINO、SYCL等多种加速后端。
来源只包含构建说明与下载清单，没有提供性能对比数据，也没有说明拆库后对编译时间、包体积或推理速度的具体影响。
发布的平台与后端包
b11183的产物按操作系统和加速后端分列，官方给出的压缩包涵盖以下范围。
- macOS/iOS：macOS Apple Silicon（arm64）、macOS Intel（x64）、iOS XCFramework；其中macOS Apple Silicon的KleidiAI版本标注为DISABLED。
- Linux：Ubuntu x64/arm64/s390x CPU、Ubuntu x64/arm64 Vulkan、Ubuntu x64 CUDA 12.8、Ubuntu x64/arm64 CUDA 13.4、Ubuntu x64 ROCm 10.0、Ubuntu x64 OpenVINO 2026.4、Ubuntu x64 SYCL FP32与FP16，以及Linux arm64的骁龙包（CPU、Adreno GPU、Hexagon NPU）。
- Android：arm64 CPU包，以及骁龙（CPU、Adreno GPU、Hexagon NPU）包，均附有安装指南链接。
- Windows：x64/arm64 CPU、arm64 OpenCL Adreno、x64 CUDA 12.4（含DLL）、x64/arm64 CUDA 13.4（含DLL）、x64 Vulkan、x64 OpenVINO 2026.4、x64 SYCL、x64 ROCm 10.0。
- openEuler：x86与aarch64的 310p、910b（ACL Graph）包均标注为DISABLED。
- 另提供独立的UI包（llama-b11183-ui.tar.gz）。
已知的限制
除Metal FA内核拆分外，发布说明没有列出其他功能改动，也没有给出任何性能、兼容性或行为变化的说明。
两个方向明确不可用或被关闭：macOS Apple Silicon的KleidiAI版本链接指向DISABLED的PR #23780，openEuler相关包链接指向DISABLED的PR #23705。