Le projet llama.cpp a publié la version b9934, qui inclut un ajustement du paramètre de division de sous-groupe (d_split) au sein de la fonction flash_attn_vec via ggml-webgpu.
Cette version fournit des binaires pour macOS Apple Silicon et Intel, Linux Ubuntu sur les backends CPU, Vulkan, ROCm 7.2, OpenVINO et SYCL, Android arm64, Windows avec prise en charge CPU, OpenCL Adreno, CUDA 12/13, Vulkan, OpenVINO, SYCL et HIP, ainsi que des builds openEuler x86 et aarch64.
La mise à jour inclut également le package UI standard de llama.cpp pour une utilisation multiplateforme.