llama.cpp 发布 b10069，改进 Adreno OpenCL 多流支持

llama.cpp 发布 b10069，发布说明称其改进了 Adreno 平台上 OpenCL 的 MUL_MAT 广播处理，并在 llama-server 多流场景中处理 Q8_0 MUL_MAT 的 view_offs。该更新可能改善相关移动 GPU 推理路径的兼容性。

摘要

llama.cpp 在 GitHub Releases 发布 b10069。发布说明列出的主要变更包括：为 Adreno 的 MUL_MAT 支持广播，并在 llama-server 多流场景中处理 Adreno Q8_0 MUL_MAT 的 view_offs；同时扩展了通用 GEMM/GEMV 的广播支持。

该版本还提供 macOS、iOS 和多种 Linux 平台的预编译二进制包。对使用 Adreno OpenCL 后端运行 llama.cpp 或 llama-server 的开发者而言，这些修正可能提升特定矩阵计算与多流工作负载的兼容性。

原始来源：GitHub Releases：ggml-org/llama.cpp b10069