Rilis llama.cpp b9949 menambahkan decode FA paralel klaster untuk Adreno

Proyek llama.cpp telah merilis versi b9949, memperkenalkan fitur OpenCL baru untuk GPU Adreno. Pembaruan ini mengimplementasikan Flash Attention (FA) decode paralel klaster untuk meningkatkan kinerja pada perangkat keras yang kompatibel.

• Binari macOS Apple Silicon dan Intel tersedia.
• XCFramework iOS disertakan dalam rilis.
• Build Linux mencakup varian CPU, Vulkan, ROCm 7.2, OpenVINO, dan SYCL untuk arsitektur x64, arm64, dan s390x.
• Dukungan Windows mencakup binari CPU, Vulkan, HIP, OpenVINO, SYCL, dan CUDA 12/13.
• Build CPU arm64 Android disediakan.
• Dukungan KleidiAI di macOS Apple Silicon dinonaktifkan pada versi ini.