Выпуск llama.cpp b9949 добавляет кластерно-параллельный декодер FA для Adreno

Проект llama.cpp выпустил версию b9949, внедряющую новую функцию OpenCL для GPU Adreno. Это обновление реализует кластерно-параллельный декодер Flash Attention (FA) для повышения производительности на совместимом оборудовании.

• Доступны бинарные файлы macOS Apple Silicon и Intel.
• В релиз включен XCFramework для iOS.
• Сборки Linux охватывают варианты CPU, Vulkan, ROCm 7.2, OpenVINO и SYCL для архитектур x64, arm64 и s390x.
• Поддержка Windows включает бинарные файлы CPU, Vulkan, HIP, OpenVINO, SYCL и CUDA 12/13.
• Предоставлены сборки Android arm64 CPU.
• Поддержка KleidiAI на macOS Apple Silicon отключена в этой версии.