llama.cpp प्रोजेक्ट ने संस्करण b9934 जारी किया है, जिसमें ggml-webgpu के माध्यम से flash_attn_vec फ़ंक्शन के भीतर सबग्रुप विभाजन (d_split) पैरामीटर का ट्यूनिंग शामिल है।
इस रिलीज़ में macOS Apple Silicon और Intel, Linux Ubuntu (CPU, Vulkan, ROCm 7.2, OpenVINO, और SYCL बैकएंड्स पर), Android arm64, Windows (CPU, OpenCL Adreno, CUDA 12/13, Vulkan, OpenVINO, SYCL, और HIP सपोर्ट के साथ) के लिए बाइनरी फ़ाइलें प्रदान की गई हैं, साथ ही openEuler x86 और aarch64 बिल्ड्स भी शामिल हैं।
अपडेट में क्रॉस-प्लेटफ़ॉर्म उपयोग के लिए मानक llama.cpp UI पैकेज भी शामिल है।