llama.cpp b11324发布：llama-mmap用direct-io避免每个张量出现第二份全尺寸拷贝
llama.cpp发布b11324版本，主要变更是llama-mmap在direct-io下不再为每个张量保留第二份完整拷贝；该改动由Pranesh Gonegandla共同完成，并标注Claude协助。
AI解读：llama.cpp的b11324版本把改动重点放在内存映射上：llama-mmap在direct-io模式下避免为每个张量再生成一份全尺寸拷贝。对于靠llama.cpp在本地跑模型的人来说，这直接关系到加载模型时的内存占用。
这条发布记录只给出改动标题和协作信息，没有附带具体的节省数字或测试结果。因此目前能确定的是改动意图和代码归属，实际收益需要按模型和硬件条件自行验证。
llama.cpp发布b11324版本，其中一项改动为llama-mmap：在使用direct-io时，避免为每个张量产生第二份全尺寸拷贝（#29749）。
该改动标注Assisted-by: Claude，由Pranesh Gonegandla共同完成（Co-authored-by）。
发布页面同时列出了各平台构建产物，包括macOS/iOS、Linux、Android、Windows与UI等下载项。
llama-mmap在direct-io下的内存拷贝改动
b11324版本的改动标题为“llama-mmap : avoid a second full-size copy of each tensor with direct-io (#29749)”，即在使用direct-io时避免每个张量出现第二份全尺寸拷贝。
该改动列出的协作者为Pranesh Gonegandla，并标注Assisted-by: Claude。
发布说明没有给出该改动带来的内存节省比例、性能数据或适用模型范围等进一步细节。
b11324提供的构建产物
发布页列出了macOS/iOS、Linux、Android、Windows以及UI等平台的构建产物下载项。
macOS部分包含Apple Silicon（arm64）与Intel（x64）版本，以及iOS XCFramework；其中“macOS Apple Silicon（arm64，KleidiAI enabled）”一项标注为DISABLED。
Linux部分覆盖Ubuntu x64与arm64的CPU构建，以及Vulkan、CUDA 12、CUDA 13、ROCm 10.0、OpenVINO、SYCL FP32/FP16等后端构建，另有Linux arm64（Snapdragon：CPU、Adreno GPU、Hexagon NPU）构建与设置指南链接。
Android部分提供arm64（CPU）与arm64（Snapdragon：CPU、Adreno GPU、Hexagon NPU）构建，并附设置指南链接。
Windows部分提供x64与arm64的CPU构建、arm64（OpenCL Adreno）构建，以及CUDA 12、CUDA 13、Vulkan、OpenVINO、SYCL、ROCm 10.0等后端构建，并附带对应的CUDA运行时库。
openEuler相关构建标注为DISABLED，指向pull/23705。
发布页还单独提供UI构建产物。