llama.cpp b10729发布：为M1 Ultra新增Metal fa-vec调优
新版本通过PR #28088 为M1 Ultra加入Metal后端fa-vec（flash attention向量化）调优，并调整了代码段位置以优化性能；同时提供面向macOS、Linux、Windows、Android等多个平台的预编译二进制。
AI解读：这次llama.cpp更新针对的是Apple M1 Ultra芯片上的Metal推理性能。开发者通过PR #28088 为M1 Ultra添加了fa-vec（flash attention向量化）调优，目的是让这款芯片在运行大模型时更快地完成注意力计算——这是Transformer模型中最耗算力的部分之一。对M1 Ultra用户（比如Mac Studio用户）来说，这意味着本地跑模型可能获得更低的延迟和更流畅的响应，但注意调优只影响特定硬件，且目前没有给出具体提速百分比，实际提升要自行跑基准测试验证。对普通用户，这只是一次例行维护，除非你正好在用M1 Ultra跑llama.cpp，否则不需要特别关注；对开发者和自部署者，建议更新到b10729并留意fa-vec相关选项是否默认启用或需手动开启。
llama.cpp发布b10729版本更新，核心改动是为Apple M1 Ultra芯片添加Metal后端的fa-vec（flash attention向量化）调优，相关代码来自PR #28088。
该PR包含三项提交：新增M1 Ultra的fa-vec调优、将M1 Ultra调优代码移到M1 Max部分之后、删除多余空行。
平台支持与二进制下载
随版本提供多种预编译二进制，覆盖macOS、Linux、Windows、Android等平台。macOS提供Apple Silicon（arm64）和Intel（x64）版本，以及iOS XCFramework；macOS Apple Silicon的KleidiAI启用版本被标记为DISABLED，对应PR #23780。
Linux提供Ubuntu x64/arm64/s390x CPU版本、x64/arm64 Vulkan版本、x64 ROCm 7.14版本、x64 OpenVINO 2026.3.1版本，以及x64 SYCL FP32/FP16版本。Windows提供x64 CPU、arm64 CPU、arm64 OpenCL Adreno、x64 CUDA 12.4/13.3、x64 Vulkan、x64 OpenVINO 2026.3.1、x64 SYCL、x64 ROCm 7.14等版本，另含Windows arm64 CUDA 13.4预览版。
- Android提供arm64 CPU版本。
- openEuler平台相关的构建被标记为DISABLED（对应PR #23705），包括x86（310p）、x86（910b, ACL Graph）、aarch64（310p）和aarch64（910b, ACL Graph）。
- 此外提供UI组件包（llama-b10729-ui.tar.gz）。