llama.cpp b10881发布：修复Intel GPU运行Qwen3时Vulkan FILL越限问题
新版本将FILL工作负载改为二维分布，解决Intel显卡在运行Qwen3时因超出Vulkan工作组数量上限导致的报错，并同步更新多平台二进制。
AI解读：llama.cpp更新到b10881，唯一代码改动是把Vulkan的FILL操作从一维工作组分发改成二维。起因是Intel显卡在跑Qwen3时，FILL需要的工作组数量超过硬件上限maxComputeWorkGroupCount，直接崩掉或报错。
这个问题只影响Vulkan后端的Intel GPU用户，NVIDIA、AMD一般不受影响。如果你用llama.cpp在Intel核显或显卡上跑Qwen3模型，升级这个版本就能绕开限制，不用改模型或降低精度。
对大多数人来说这是个小修的日常版：没加新功能、没提速，就是修补一条特定硬件的路径。用官方预编译包的用户直接下载对应平台文件替换即可，自己编译的拉源码重编一次就能生效。
llama.cpp发布b10881版本，正式修复Vulkan后端下FILL操作因超出maxComputeWorkGroupCount限制而在Intel GPU上失败的问题。
官方release说明显示，这次改动将FILL的工作负载转换为二维workgroup分布，旨在规避Intel显卡在运行Qwen3时因工作组数量超限导致的错误。
技术修复与适用条件
本次改动来自pull request #28592，解决核心问题是在Vulkan后端，当FILL操作尝试分配超过设备maxComputeWorkGroupCount上限的工作组时，会在Intel GPU上触发错误。
此问题在运行Qwen3时被复现。通过将工作负载改为二维分布，可以绕过一维工作组数量的硬件限制。
- 涉及平台：Intel GPU，且使用Vulkan后端
- 相关模型：Qwen3（如Qwen 3.8 flash）
- 无其他代码变更说明；macOS KleidiAI版本仍标记为禁用状态（见PR #23780）
发行渠道与平台支持
b10881提供了覆盖macOS、Linux、Windows、Android及iOS的多平台预编译包。
macOS提供Apple Silicon（arm64）、Intel（x64）及iOS XCFramework版本；Linux提供Ubuntu x64/arm64/s390x CPU、Vulkan、ROCm 10.0、OpenVINO、SYCL等后端；Windows提供CPU、CUDA 12/13、Vulkan、OpenVINO、SYCL、ROCm版本，以及arm64 CPU和OpenCL Adreno版本。
openEuler平台构建被禁用，原因参考PR #23705。
- Android仅有arm64 CPU版
- Windows提供CUDA 12.4与 13.3 运行库zip
- 附带UI包，供需要界面的用户使用