2026年8月2日 · llama.cpp
b10224
llama.cpp 发布 b10224 版本，新增 ggml-webgpu 对 f16 repeat 的支持（PR #26307）。该版本提供 macOS、iOS、Linux、Android、Windows 及 openEuler 等多平台构建，其中部分平台（如 macOS Intel、openEuler）标记为 DISABLED。
EVENT STORY
发展脉络
- 首次出现b10224llama.cpp
- 当前判断llama.cpp 持续扩展多平台支持，包括 WebGPU 和多种硬件后端，反映开源推理框架对多样化和边缘部署的重视。但禁用部分平台可能表明维护资源有限或平台优先级调整。Agent Pulse · 分析
llama.cpp 发布 b10224 版本，主要新增 ggml-webgpu 对 f16 repeat 的支持（PR #26307）。版本构建覆盖 macOS、iOS、Linux、Android、Windows 及 openEuler 等平台，包含 CPU、Vulkan、ROCm、OpenVINO、SYCL、CUDA、OpenCL 等多种后端。部分平台构建被禁用，如 macOS Intel 和 openEuler。
ggml-webgpu 支持 f16 repeat 意味着 WebGPU 后端在特定操作上支持半精度浮点，可能提升推理效率。但证据未提供性能数据或具体影响，需进一步验证。
llama.cpp 持续扩展多平台支持，包括 WebGPU 和多种硬件后端，反映开源推理框架对多样化和边缘部署的重视。但禁用部分平台可能表明维护资源有限或平台优先级调整。
对开发者而言，WebGPU 支持可能降低 Web 端推理门槛，但需评估实际性能收益。对依赖特定平台的企业，禁用平台可能影响部署计划。
后续可关注 WebGPU 后端对更多操作的支持及性能基准测试，以及禁用平台是否恢复。