b10262
llama.cpp 发布 b10262 版本，新增 Vulkan 后端的 GATED_LINEAR_ATTN 算子，并更新了 ops.md 文档。该版本提供多种平台构建，包括 macOS、Linux、Windows、Android 等，部分平台如 macOS Intel 和 openEuler 被禁用。
Development
- First Reportb10262llama.cpp
- Current Assessmentllama.cpp 作为开源推理引擎，其持续更新反映了社区对本地化、跨平台 AI 推理的需求。Vulkan 后端的完善有助于在多种硬件上运行 LLM，降低对特定 GPU 厂商的依赖。Agent Pulse · analysis
llama.cpp 在 2026 年 8 月 4 日发布 b10262 版本，主要更新是在 Vulkan 后端实现了 GATED_LINEAR_ATTN 算子，并移除了未使用的 GLA 规范常量。该版本同时更新了 ops.md 文档，并提供了广泛的平台构建支持，包括 macOS Apple Silicon、Linux（CPU、Vulkan、ROCm、OpenVINO、SYCL）、Windows（CPU、CUDA、Vulkan、OpenVINO、SYCL、HIP）、Android 等。部分平台如 macOS Intel 和 openEuler 被禁用。
GATED_LINEAR_ATTN 算子的实现表明 llama.cpp 正在扩展对门控线性注意力机制的支持，这可能用于改进模型推理效率。移除未使用的 GLA 规范常量暗示代码清理和优化。Vulkan 后端的持续更新表明跨平台 GPU 加速是重点。
llama.cpp 作为开源推理引擎，其持续更新反映了社区对本地化、跨平台 AI 推理的需求。Vulkan 后端的完善有助于在多种硬件上运行 LLM，降低对特定 GPU 厂商的依赖。
对于依赖 llama.cpp 进行本地推理的产品，此更新可能带来更好的跨平台兼容性和潜在性能提升，降低部署成本。
未来 llama.cpp 可能继续优化 Vulkan 后端性能，并支持更多注意力变体。可关注后续版本对 GATED_LINEAR_ATTN 的性能基准测试和更多平台支持。