llama.cpp b10738发布：SYCL后端限制host-pinned内存分配不超 2GB
新版为SYCL后端新增对主机固定内存单次分配上限 2GB的限制，涉及为昇腾等设备优化内存管理。
AI解读：llama.cpp这次小版本更新解决的是一个具体的兼容性问题：在SYCL后端（主要用于英特尔显卡或数据center GPU）上，当模型需要把数据从主机内存搬运到设备显存时，会用到一种叫host-pinned的锁定内存块。以前这种内存块可能一次性分配超过 2GB，在某些系统上（比如 32 位环境或某些驱动）会导致分配失败或程序崩溃。现在b10738给分配逻辑加了道闸门，单次最大不超过 2GB，需要更大空间就分多次来。对普通用户来说，如果你只是用CPU或NVIDIA GPU跑llama.cpp，这次改动基本不影响你，不用急着升级。但如果你在Linux上跑SYCL版本，或者用昇腾这类加速卡，且之前遇到过内存分配报错，可以试一下新版；由于这是底层内存策略调整，官方说明之外没有额外性能数据，不建议据此预期速度变化。
llama.cpp发布b10738版本，主要改动是在SYCL后端增加对host-pinned内存分配上限的控制，单次分配不得超过 2GB（pull #27559）。该限制针对主机固定内存，用于避免一次性分配过大。
新版本同时提供多平台预编译二进制，覆盖macOS（Apple Silicon与Intel）、iOS、Linux（Ubuntu x64/arm64/s390x，含Vulkan、ROCm 7.14、OpenVINO 2026.3.1、SYCL FP32/FP16）、Android arm64、Windows（x64/arm64，含CUDA 12.4/13.3/13.4、Vulkan、OpenVINO、SYCL、ROCm 7.14）以及openEuler。
部分构建因上游问题被标记为DISABLED：macOS Apple Silicon的KleidiAI版本（关联pull #23780）和openEuler x86/aarch64的 310p与 910b (ACL Graph) 构建（关联pull #23705）未随本版提供。
项目同时提供独立的UI包（llama-b10738-ui.tar.gz）和CUDA运行时DLL（12.4、13.3、13.4），Windows arm64的CUDA 13.4构建标注为preview。