llama.cpp发布b11065：为Ampere及更新架构显卡调优Gemma 4的FA
这是一次按版本号发布的常规构建，唯一代码变更是在CUDA后端为Gemma 4调整Flash Attention参数，并限定Ampere或更新的NVIDIA显卡。
AI解读：llama.cpp发布了b11065构建，唯一列出的代码变更是CUDA后端的一次调优：针对Gemma 4调整Flash Attention，适用条件是Ampere或更新的NVIDIA架构（PR #29152）。
如果你在Ampere及之后的N卡上用llama.cpp跑Gemma 4，这次更新直接相关；用较老显卡或其他后端的人，从这份发布说明里看不到变化。发布说明没有给出调优前后的性能数字，实际提升幅度需要自己测。
发布页同时挂着各平台的预编译包，从macOS、Ubuntu、Windows到Android，CUDA版本分 12 和 13 两套。也就是说这次改动跟二进制分发一起走，不需要自己编译就能拿到。
llama.cpp发布了版本b11065。发布说明中列出的唯一代码变更是一条CUDA改动：为Gemma 4调优Flash Attention，适用架构限定为Ampere或更新（PR #29152）。
发布说明没有给出该调优的具体性能数字，也没有说明涉及哪些具体硬件型号或测试条件，只标明这是一次针对特定模型与特定架构的参数调整。
b11065随包发布了哪些平台
与llama.cpp其他构建一样，b11065在发布页提供各平台预编译产物。macOS/iOS方面提供Apple Silicon arm64、Intel x64以及iOS XCFramework；发布说明中标注Apple Silicon的KleidiAI版本处于DISABLED状态，并链到PR #23780。
Linux侧覆盖Ubuntu x64、arm64、s390x的CPU构建，以及Vulkan、CUDA 12（配CUDA 12.8运行时库）、CUDA 13（配CUDA 13.3运行时库，含arm64）、ROCm 10.0、OpenVINO 2026.4和SYCL FP32/FP16等构建。Windows侧提供x64、arm64的CPU构建，arm64的OpenCL Adreno构建，以及CUDA 12（12.4 DLL）、CUDA 13（13.4 DLL）、Vulkan、OpenVINO 2026.4、SYCL、ROCm 10.0等构建。此外还有Android arm64 CPU构建和独立的UI包。
发布说明中，openEuler相关构建全部标记为DISABLED，并链接到PR #23705，原本的条目包括openEuler x86的 310p、x86的 910b（ACL Graph）、aarch64的 310p，以及aarch64的 910b（ACL Graph）。
- CUDA 12与CUDA 13的运行时库单独打包提供，Windows与Linux均是如此。
- macOS Apple Silicon的KleidiAI版本在本次发布中标记为DISABLED。
- openEuler的多个构建在本次发布中同样标记为DISABLED。
- 发布说明的作者标记为github-actions[bot]。