llama.cpp b11507发布：支持MoE缓存跨多GPU
llama.cpp发布b11507版本，主要变更为支持MoE缓存跨多个GPU，由PR #30112 引入；该版本同时提供macOS、Linux、Windows、Android等多平台构建包。
AI解读：该说明来自llama.cpp Releases的发布页面，作者标注为github-actions[bot]，属于项目发布信息，而非独立第三方测试或评测报告。
发布页面列出了macOS/iOS、Linux、Android、Windows、openEuler及UI等构建包下载链接，其中macOS Apple Silicon的KleidiAI版本标注为DISABLED，openEuler相关构建也标注为DISABLED。
来源未提供该多GPU MoE缓存在不同硬件上的性能数据、支持的GPU型号数量或显存占用变化，因此无法据此推断速度提升幅度或适用范围。
llama.cpp发布b11507版本。根据该版本发布页面列出的信息，本次主要变更为“llama: support MoE cache over multiple GPUs”，对应PR #30112。
多GPU MoE缓存这一变更
发布页面将本次版本的核心说明写为“support MoE cache over multiple GPUs”，即支持在多个GPU之间放置MoE缓存。该条目关联的PR编号为 #30112。来源仅给出这一句说明，未展开具体实现方式、支持的GPU组合或启用条件。
- 变更说明：llama: support MoE cache over multiple GPUs
- 关联PR：#30112
随版本提供的构建包
b11507发布页按平台列出了可下载的构建包，覆盖macOS/iOS、Linux、Android、Windows，以及openEuler和UI。其中部分条目被标注为DISABLED：macOS Apple Silicon（arm64，KleidiAI启用）和openEuler相关构建均显示DISABLED。
Linux构建包含CPU、Vulkan、CUDA 12、CUDA 13、ROCm 10.0、OpenVINO、SYCL FP32/FP16等版本，另有Snapdragon平台的Linux arm64构建（CPU、Adreno GPU、Hexagon NPU）。Windows构建包含CPU、CUDA 12.4、CUDA 13.4、Vulkan、OpenCL Adreno、OpenVINO、SYCL、ROCm 10.0等版本。Android提供arm64 CPU与Snapdragon构建；macOS提供Apple Silicon arm64、Intel x64及iOS XCFramework。
- macOS Apple Silicon（arm64，KleidiAI启用）：DISABLED
- openEuler：DISABLED
- Linux：Ubuntu x64/arm64/s390x（CPU）、Vulkan、CUDA 12.8、CUDA 13.4、ROCm 10.0、OpenVINO、SYCL FP32/FP16、Snapdragon（CPU/Adreno GPU/Hexagon NPU）
- Android：arm64 CPU、Snapdragon（CPU/Adreno GPU/Hexagon NPU）
- Windows：x64/arm64 CPU、CUDA 12.4、CUDA 13.4、Vulkan、OpenCL Adreno、OpenVINO、SYCL、ROCm 10.0
- UI：单独提供UI包
来源性质与信息边界
上述内容均来自llama.cpp Releases的b11507发布页面，发布信息由github-actions[bot] 标注发布。来源没有给出多GPU MoE缓存的性能数据、显存占用变化，也没有说明它能减少多少次GPU间通信。因此，当前只能确认该支持已出现在b11507的发布说明中，无法判断它在具体硬件上的运行效果。
- 来源未提供性能数据、显存占用变化或适用GPU型号清单