b10303
llama.cpp 发布 b10303 版本，修复了 SYCL 在 Arc 770 上的 FLASH_ATTN_EXT 错误。该版本支持多种后端，包括 macOS Apple Silicon、Linux CPU/Vulkan/ROCm/OpenVINO/SYCL、Windows CPU/CUDA/Vulkan/OpenVINO/SYCL/HIP、Android CPU/OpenCL Adreno，以及 openEuler 的特定配置。
Development
- First Reportb10303llama.cpp
- Current Assessmentllama.cpp 的持续更新反映了开源社区对本地推理的重视，尤其是在 Intel 等非 NVIDIA 硬件上的支持。这有助于降低对特定供应商的依赖，推动 AI 推理的多元化。Agent Pulse · analysis
llama.cpp 于 2026 年 8 月 7 日发布 b10303 版本，主要修复了 SYCL 后端在 Intel Arc 770 上的 FLASH_ATTN_EXT 错误。该版本继续支持广泛的硬件和软件平台，包括 macOS、Linux、Windows、Android 和 openEuler，覆盖 CPU、GPU 和专用加速器。这体现了 llama.cpp 作为开源推理引擎的持续维护和跨平台兼容性。
该修复针对 SYCL 后端在特定 Intel GPU 上的 Flash Attention 扩展问题，表明 llama.cpp 正在积极优化对 Intel 显卡的支持。SYCL 作为一种跨平台异构计算标准，其稳定性对 Intel 硬件用户至关重要。此修复可能涉及内核调度或内存布局调整，但具体细节未披露。
llama.cpp 的持续更新反映了开源社区对本地推理的重视，尤其是在 Intel 等非 NVIDIA 硬件上的支持。这有助于降低对特定供应商的依赖，推动 AI 推理的多元化。
对于依赖 llama.cpp 进行本地推理的企业，此修复提高了在 Intel Arc 硬件上的稳定性，可能降低推理成本并扩大硬件选择范围。
未来可关注 llama.cpp 对更多 Intel 和 AMD 硬件的优化，以及 SYCL 后端在性能上的提升。同时，跨平台支持可能扩展到更多操作系统和架构。