llama.cpp b11362为Metal后端加入Tensor API Flash Attention内核（F16 KV）
llama.cpp发布b11362构建，Metal后端新增面向F16 KV的Tensor API Flash Attention内核，并扩展多种注意力特性与头维度支持。
llama.cpp发布b11362版本，变更内容为Metal后端新增面向F16 KV的Tensor API Flash Attention内核（PR #29570）。
该PR的追加提交中，新增了DK=DV=512 以及DK=576、DV=512 的Tensor FA内核，并在Tensor FA内核中支持attention sinks、ALiBi和logit softcap。
随后又加入DK=192、DV=128 的Tensor FA内核。
随该版本一同提供macOS/iOS、Linux、Android、Windows以及UI的预编译构建产物。
Metal后端新增Tensor API Flash Attention内核
变更摘要标题为“metal : add tensor API flash attention kernel for F16 KV (#29570)”。
摘要列出的迭代内容包括：为F16 KV添加Tensor API Flash Attention内核；为DK=DV=512 与DK=576、DV=512 添加Tensor FA内核；在Tensor FA内核中支持attention sinks、ALiBi与logit softcap；为DK=192、DV=128 添加Tensor FA内核。
随版本发布的构建产物
发布页列出以下平台的预编译产物：macOS/iOS提供macOS Apple Silicon (arm64)、macOS Intel (x64) 和iOS XCFramework；其中macOS Apple Silicon (arm64, KleidiAI enabled) 标记为DISABLED。
Linux提供Ubuntu x64/arm64（CPU）、Ubuntu s390x（CPU）、Ubuntu x64/arm64（Vulkan）、Ubuntu x64（CUDA 12与CUDA 13）、Ubuntu arm64（CUDA 13）、Ubuntu x64（ROCm 10.0）、Ubuntu x64（OpenVINO 2026.4）、Ubuntu x64（SYCL FP32与SYCL FP16），以及Linux arm64（Snapdragon：CPU、Adreno GPU、Hexagon NPU），并附有对应CUDA库文件。
Android提供Android arm64（CPU）与Android arm64（Snapdragon：CPU、Adreno GPU、Hexagon NPU），并附有Snapdragon设置指南链接。
Windows提供x64/arm64（CPU）、Windows arm64（OpenCL Adreno）、Windows x64（CUDA 12与CUDA 13）、Windows arm64（CUDA 13）、Windows x64（Vulkan）、Windows x64（OpenVINO 2026.4）、Windows x64（SYCL）以及Windows x64（ROCm 10.0），并附有对应CUDA DLL。
openEuler相关条目标记为DISABLED，列出openEuler x86（310p）、openEuler x86（910b, ACL Graph）、openEuler aarch64（310p）、openEuler aarch64（910b, ACL Graph）。
此外还提供UI打包产物。