预发布 / 持续构建版本：这是一个实验性构建版本，不是稳定版本。
metal : 针对其余 src0 类型的少量行 MMA 矩阵乘法 (#30065) 通用少量行 MMA 内核适用于任何具有 16 权重 反量化器的类型，因此它现在也支持 BF16、Q1_0、Q2_0、MXFP4、Q2_K、Q3_K、 TQ2_0 以及 IQ 类型。每种类型从它在 M3 Ultra 上超越 当前内核的行数开始启用：TQ2_0 为 5 行，BF16 为 4 行， MXFP4、Q2_0、Q2_K 和 IQ4_NL 为 3 行，其余类型为 2 行。 test-backend-ops perf -o MUL_MAT, m=4096, k=14336, M3 Ultra，本次更改 相对 master 的耗时（各自为两次交错运行的平均值）：从 阈值到 8 行为 0.23 至 0.98，9 至 16 行为 0.24 至 0.33， 1 行和 512 行为 0.99 至 1.01。网站： - https://llama.app
证明文件： - https://github.com/ggml-org/llama.cpp/attestations/53605242
macOS/iOS： - macOS Apple Silicon (arm64) - macOS Apple Silicon (arm64, 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） - 设置指南
Android： - Android arm64 (CPU) - Android arm64（Snapdragon：CPU、Adreno GPU、Hexagon NPU） - 设置指南
Windows 系统： - Windows x64（CPU 版本） - Windows arm64（CPU 版本） - Windows arm64（OpenCL Adreno 版本） - Windows x64（CUDA 12 版本） - CUDA 12.4 动态链接库 - Windows x64（CUDA 13 版本） - CUDA 13.4 动态链接库 - Windows arm64（CUDA 13 版本） - CUDA 13.4 动态链接库 - Windows x64（Vulkan 版本） - Windows arm64（Vulkan 版本） - Windows x64（OpenVINO 版本） - Windows x64（SYCL 版本） - Windows x64（ROCm 10.0 版本）
openEuler： - DISABLED - openEuler x86 架构（310p） - openEuler x86 架构（910b，ACL Graph） - openEuler aarch64 架构（310p） - openEuler aarch64 架构（910b，ACL Graph）
UI： - UI