llama.cpp b11755修复Metal后端每token 9个专家时缺失的MoE内核变体
该版本发布说明列出的唯一改动是Metal后端的一项MoE内核修复，对应PR #30610 与 #30699；同时提供macOS、iOS、Linux、Android、Windows等多平台预编译包。
AI解读：这是llama.cpp项目的常规构建版本发布，发布信息由仓库自动化账号github-actions[bot] 提交，除上述Metal修复外未列出其他代码改动。
该版本附带各平台预编译产物，包括macOS Apple Silicon（arm64）与Intel（x64）、iOS XCFramework、Ubuntu（CPU、Vulkan、CUDA 12.8、CUDA 13.4、ROCm 10.0、OpenVINO、SYCL FP32/FP16）、Android、Windows及Linux arm64骁龙（CPU、Adreno GPU、Hexagon NPU）等。
发布说明中，macOS Apple Silicon的KleidiAI启用版本与openEuler相关构建标注为DISABLED，即本次未提供。
发布说明未给出该修复的性能数据或受影响的模型清单，其适用边界仅能按说明理解为Metal后端上每token激活 9 个专家的MoE推理路径。
普通读者需要弄清的是：该补丁针对Apple Metal上MoE模型的一种特定专家数配置，并非对所有MoE模型或所有后端通用；其他平台和专家数的行为不在本次修复说明覆盖范围内。
llama.cpp发布build b11755。发布说明列出的改动是Metal后端修复：为每token 9个专家的情况补上缺失的MoE内核变体，关联PR #30610 与 #30699。
修复内容与提交信息
在GitHub Releases页面，b11755的标题为“metal : fix missing MoE kernel variant for 9 experts per token (#30610) (#30699)”。这说明改动位于Metal后端，针对MoE（混合专家）推理中每token选择 9 个专家时缺少对应内核变体的问题。
该发布条目由github-actions[bot] 发布，发布说明中未附修复前后的对比数据、受影响模型名或测试结果。
- 改动：Metal后端补充每token 9个专家的MoE内核变体
- 关联PR：#30610、#30699
- 未给出性能数据与适用模型清单
随版本提供的平台构建
b11755同时提供多平台预编译包与库文件，覆盖桌面、移动端与多种GPU/NPU后端。发布说明中macOS Apple Silicon的KleidiAI启用版本与openEuler相关构建被标注为DISABLED。
Windows侧提供CPU（x64/arm64）、OpenCL Adreno（arm64）、CUDA 12.4、CUDA 13.4（含arm64）、Vulkan、OpenVINO 2026.4.1、SYCL与ROCm 10.0等包；Linux侧另含Snapdragon的CPU、Adreno GPU与Hexagon NPU组合包，并附设置指南链接。
- macOS：Apple Silicon arm64、Intel x64、iOS XCFramework；KleidiAI版本DISABLED
- Linux：Ubuntu x64/arm64/s390x CPU、Vulkan、CUDA 12.8、CUDA 13.4（含arm64）、ROCm 10.0、OpenVINO、SYCL FP32/FP16
- Android：arm64 CPU、arm64骁龙（CPU/Adreno GPU/Hexagon NPU）
- Windows：CPU、CUDA 12.4/13.4、Vulkan、OpenVINO、SYCL、ROCm 10.0、OpenCL Adreno
- openEuler：相关构建标注DISABLED