预发布 / 持续构建：这是一个实验性构建，不是稳定版本。
llama: 修复共享序列上 k-pool scatter 的数据竞争（#29994） * llama: 对每个共享的 k-pool rep 只重新池化一次 在共享单元时每个池都会被重新池化，由于池化的键总是分散的，seq_cp 在序列之间共享的池会从多个 scatter 条目写入同一个 rep 行，这在 CPU 后端上是一个数据竞争。改为对每个 rep 只标记一次：共享序列 通过 pool_cells 读取同一行。 * llama: 在混合 idx 内存中断言 seq_cp 为整段序列 无论范围如何，循环状态总是被整体复制，而由部分复制共享的 k-pool 单元可能携带两种池分组却只有一行池化行。所有调用方都复制整段 序列，因此拒绝部分范围而不是支持它们。 * llama: 移除 k-pool 的 cache_safe 模式 使用整段序列的 seq_cp 后，共享单元的序列也共享它们的池，因此 共享 rep 的池化行对所有这些序列都有效。在每个 ubatch 中对每个 rep 只标记一次，而不是在单元被共享时重新池化所有内容，这移除了 共享扫描以及 seq_rm、state_read 和 state_drop 中的 stale-all 变通方案。seq_cp 现在只会使目标失效。网站： - https://llama.app
证明（Attestations）： - https://github.com/ggml-org/llama.cpp/attestations/53070668
macOS/iOS： - macOS Apple Silicon (arm64) - macOS Apple Silicon（arm64，已启用 KleidiAI） 已禁用 - macOS Intel (x64) - iOS XCFramework
Linux: - Ubuntu x64 (CPU) - Ubuntu arm64 (CPU) - Ubuntu s390x (CPU) - Ubuntu x64 (Vulkan) - Ubuntu arm64 (Vulkan) - Ubuntu x64 (CUDA 12) - CUDA 12.8 库 - Ubuntu x64 (CUDA 13) - CUDA 13.4 库 - Ubuntu arm64 (CUDA 13) - CUDA 13.4 库 - Ubuntu x64 (ROCm 10.0) - Ubuntu x64 (OpenVINO) - Ubuntu x64 (SYCL FP32) - Ubuntu x64 (SYCL FP16) - Linux arm64 (Snapdragon：CPU、Adreno GPU、Hexagon NPU) - 安装指南
Android: - Android arm64 (CPU) - Android arm64 (Snapdragon：CPU、Adreno GPU、Hexagon NPU) - 安装指南
Windows 系统： - Windows x64（CPU 版） - Windows arm64（CPU 版） - Windows arm64（OpenCL Adreno 版） - Windows x64（CUDA 12 版） - CUDA 12.4 DLL 库 - Windows x64（CUDA 13 版） - CUDA 13.4 DLL 库 - Windows arm64（CUDA 13 版） - CUDA 13.4 DLL 库 - Windows x64（Vulkan 版） - Windows arm64（Vulkan 版） - Windows x64（OpenVINO 版） - Windows x64（SYCL 版） - Windows x64（ROCm 10.0 版）
openEuler： - DISABLED - openEuler x86（310p）版本 - openEuler x86（910b，ACL Graph）版本 - openEuler aarch64（310p）版本 - openEuler aarch64（910b，ACL Graph）版本
UI： - UI