llama.cpp发布b12081：CUDA后端尝试修复Q8_1校正求和问题
该版本提交说明称，这是一项针对Q8_1校正求和的“potential fix”（潜在修复），同时调整了quantize_mmq_q8_1的流程；发布页其余内容为各平台预编译包下载链接。
AI解读：llama.cpp发布构建版本b12081，核心变更是CUDA后端对Q8_1量化校正求和（correction sum）的修复尝试，提交标题使用“potential fix”措辞，即尚未表述为已确认修复。
提交说明显示改动涉及ggml/src/ggml-cuda/quantize.cu，并按评审意见一并修改了quantize_mmq_q8_1的流程；提交由bot发布，署名共同作者包括Gaurav Garg。
发布页列出了macOS、iOS、Linux、Android、Windows以及openEuler等多个平台的预编译产物，包括CPU、CUDA 12/13、Vulkan、ROCm、SYCL、OpenVINO等后端；其中macOS KleidiAI版本与openEuler条目标注为DISABLED。
来源未给出该修复的效果数据、受影响的模型范围或验证结果，因此无法据此判断精度或性能变化幅度。
llama.cpp发布构建版本b12081。发布说明中的变更条目为“cuda: potential fix for Q8_1 correction sum (#31247)”，即针对CUDA后端Q8_1量化校正求和问题的修复尝试。
提交说明显示，改动文件包括ggml/src/ggml-cuda/quantize.cu，并按评审意见调整了quantize_mmq_q8_1的流程；提交署名共同作者为Gaurav Garg。
b12081的代码改动
该版本对应的提交为 #31247，标题使用“potential fix”，表明这是一项修复尝试而非已确认解决的结论。提交说明列出两次代码更新：修改quantize.cu，以及按评审意见同步修改quantize_mmq_q8_1的流程。
- 提交标题：cuda: potential fix for Q8_1 correction sum (#31247)
- 涉及文件：ggml/src/ggml-cuda/quantize.cu
- 另按评审意见调整quantize_mmq_q8_1流程
- 共同作者：Gaurav Garg
发布产物覆盖范围
发布页按平台列出预编译包，涵盖macOS Apple Silicon与Intel、iOS XCFramework、Ubuntu x64/arm64/s390x、Android arm64、Windows x64/arm64，以及Snapdragon的CPU、Adreno GPU、Hexagon NPU组合包。后端方面包括CPU、CUDA 12.8/12.4、CUDA 13.4、Vulkan、ROCm 10.0、SYCL FP32/FP16、OpenVINO 2026.4.1与OpenCL Adreno。
- macOS Apple Silicon的KleidiAI版本标注为DISABLED，指向PR #23780
- openEuler各条目标注为DISABLED，指向PR #23705
- Windows与Linux的CUDA包分别附带对应版本cudart库
- 另提供独立UI包
尚待确认的部分
来源没有说明该Q8_1校正求和问题会影响哪些量化模型、触发条件是什么，也未给出修复前后的精度或性能对比。对使用CUDA后端与Q8_1量化路径的用户，这一条目指向的是一次待验证的代码改动，而非已公布的效果结论。