El proyecto llama.cpp ha lanzado la versión b9934, que incluye un ajuste del parámetro de división de subgrupo (d_split) dentro de la función flash_attn_vec a través de ggml-webgpu.
Esta versión proporciona binarios para macOS Apple Silicon e Intel, Linux Ubuntu en CPU, Vulkan, ROCm 7.2, OpenVINO y SYCL, Android arm64, Windows con soporte para CPU, OpenCL Adreno, CUDA 12/13, Vulkan, OpenVINO, SYCL e HIP, así como compilaciones de openEuler para x86 y aarch64.
La actualización también incluye el paquete de interfaz de usuario estándar de llama.cpp para uso multiplataforma.