llama.cpp b11953为 384 专家MoE增加CUDA top-k融合
该版本提交信息为 “cuda : add top-k MoE fusion for 384 experts (#31288)”，并标注Assisted-by: Codex；发布页同时提供了各平台预编译包下载。
llama.cpp发布b11953版本，版本说明中的改动为 “cuda : add top-k MoE fusion for 384 experts”，对应pull request #31288。
该提交信息标注 “Assisted-by: Codex”。发布页未附基准测试或加速比例，因此该融合对推理速度的实际影响尚无公开数据。
改动范围与适用条件
按提交说明，此次改动位于CUDA后端，针对专家数为 384 的MoE模型实现top-k融合。发布页没有说明该路径对哪些模型架构、哪些GPU型号或哪些量化格式生效，也未说明是否默认启用。
- 改动对象：CUDA后端
- 技术点：top-k MoE fusion
- 专家规模：384 experts
- PR编号：#31288
- 辅助标注：Assisted-by: Codex
同版本提供的预编译产物
b11953发布页列出了多平台二进制包。Linux与Windows的CUDA构建分别提供CUDA 12与CUDA 13两套版本，并单列对应的CUDA运行时库压缩包。
macOS Apple Silicon的KleidiAI启用版本与openEuler构建在页面中标注为DISABLED。
- macOS：Apple Silicon arm64、Intel x64、iOS XCFramework
- Linux：Ubuntu x64/arm64/s390x CPU，以及Vulkan、CUDA 12.8、CUDA 13.4、ROCm 10.0、OpenVINO 2026.4.1、SYCL FP32/FP16
- Linux arm64 Snapdragon：CPU、Adreno GPU、Hexagon NPU
- Android：arm64 CPU与Snapdragon版本
- Windows：CPU、OpenCL Adreno、CUDA 12.4、CUDA 13.4、Vulkan、OpenVINO、SYCL、ROCm 10.0
- 其他：UI包