AREX Feed Article
llama.cpp 发布 v1.0.0：Thomas Wolf 称这是“一个库生命中的大时刻”，并转述英伟达内部口信“继续在开放中构建”
北京时间 11 月 13 日 18 时 20 分，用于大语言模型推理的 C/C++ 开源库 llama.cpp 在 上线 v1.0.0 正式版，底层张量库 ggml 同步升至 v1.0.0。这个创建于 2023 年 3 月 10 日、目前拥有 134,844 颗星（截至发稿抓取）的，第一次发布 1.0 版本。当天深夜至次日凌晨，Thomas Wolf（X 账号 @Thom_Wolf，简介自署 Hugging Face 联合创始人）连发三帖， llama.cpp 命中 v1.0.0，称 1.0 是“一个库生命中的大时刻”，还回忆了 2019 年 transformers 的 1.0。
Wolf 的帖子没有停在发布本身。“如果开放模型只有一个拥护者，这一周本将是它们的终点。它们拥有数百万建设者，其中包括英伟达内部的许多人——这些人一直在给我们传同样的口信：继续在开放中构建（keep building in the open）。我们会继续（We will.）。”他。口信来自谁、所指何事，帖子均未点名；可以核对的是，就在发帖前一天，黄仁勋辞去总裁、CEO 及董事职务，即日生效。
发布在先，Wolf 的三帖在后：一条近六小时时间线
把时间排开，发布动作全部出自团队，Wolf 的三帖落在其后。v1.0.0 由 CI（持续集成）机器人 github-actions[bot] 于 18 时 20 分发布；22 时 05 分，ggml-org 在 Hugging Face 发出，标题就叫“llama.cpp v1.0.0：本地 AI 生态更坚固的地基”。22 时 17 分，llama.cpp 创建者 Georgi Gerganov ：“llama.cpp v1.0.0 is now available（现已可用）”，附上博客链接；截至发稿抓取，这条帖子获得 2,134 个赞、114,088 次浏览。22 时 24 分，Hugging Face 的 补充说，团队“承诺继续覆盖每一个平台、每一个模型”，同时保持平台稳健精炼，服务所有在它上面构建的人。
23 时 58 分起约六分钟内，Wolf 连发三帖。第一条从 2012 年的 AlexNet 讲到黄仁勋对开放模型的押注；第二条是回帖——“大概是终于发布著名的 lama.cpp v1.0.0 的最佳日子”（原文如此，即 llama.cpp），附上 Gerganov 帖子的，落款“Go open-source!（去开源吧！）”；第三条独立成帖：“当一家倒下，另一家崛起。开源永恒的故事。llama.cpp 命中 v1.0.0——这是一个库生命中的大时刻，今天是分享它的好日子（还记得 2019 年 transformers 的 1.0）。”
删掉 35 个弃用函数，破坏性改动从此只在主版本发生
按，v1.0.0 从主头文件 llama.h 中删除了 llama_set_warmup、35 个弃用函数和 defrag_thold 参数，把 NextN/投机解码 API（应用程序接口）从 llama-ext.h 提升进 llama.h；新增 FP8（8 位浮点）键值缓存、可配置 CPU 占比的主机内存 MoE（混合专家）专家缓存和外部 PLE 分片加载；llama-server 加固了 SSRF（服务器端请求伪造）、CORS（跨源资源共享）、DNS 重绑定与 MCP（Model Context Protocol）工具取消等问题的防护，并新增 OpenAI 兼容的 /v1/audio/speech 语音端点；网页界面重构，加入聊天分组和 Markdown 编辑器。模型支持方面，新增 Kimi-K3.1-Pro、Ripple-65B-Preview、xing4_0 三种文本架构，以及 drama-3 TTS（语音合成）、MageVL-Cowork 和 Kimi-K3.1 的视觉能力。
对下游开发者，这次发布的关键部分是版本承诺。写明：今后 llama.cpp 与 ggml 的 API 和 ABI（应用二进制接口）不兼容变更都将体现在主版本号上——破坏公共 C API 的改动跳主版本，向后兼容的新功能跳次版本，纯缺陷修复跳修订号。博客解释了动机：每多一个集成，就多一批依赖库接口的开发者，“灵活但稳定的 API 至关重要”。博客还列出了 Docker、Debian、Homebrew、conda-forge、Winget、XCFramework 等分发渠道，称项目目前支持超过 150 种模型架构变体和主流投机解码方法，测试基础设施获得英伟达、AMD、高通、Arm、IBM 与英特尔的硬件支持。
Wolf 的黄仁勋叙事：AlexNet、400 美元微型机器人与“首个 X 帖子”
Wolf 的第一条帖子是一段回忆。“2012 年，AlexNet 在两块英伟达游戏显卡上完成训练。Jensen 在几乎所有人之前就理解了这意味着什么，并为此押上了整个公司。”他写道。接着说，几周前黄仁勋在一场会议里花了大半时间，和 Wolf 的团队一起钻研他们那台 400 美元的小型开源微型机器人——“为什么发热、哪款芯片的 FLOPs（每秒浮点运算次数）更高、会耗多少瓦”。这段会面出自 Wolf 的单方叙述，目前没有独立佐证；会议的地点、日期与其他在场者，帖子没有提供。
帖子里有一处可以独立核实：Wolf 称黄仁勋“最近的重大押注是开放模型，他在 X 的第一个帖子就是证据”。黄仁勋的首个 X 帖子确实存在——2026 年 7 月 24 日，他分享一封英伟达参与的公开信；据 报道，信由约 25 家公司联署，包括英伟达、微软、Meta、Palantir、IBM、Hugging Face、Andreessen Horowitz 与 Perplexity，发表背景是华盛顿正辩论是否限制 Kimi K3 这类中国开放权重（open weights）模型。黄仁勋当时写道：“开放模型增强安全性与网络安全，加速创新与扩散，并让主权成为可能。世界既需要前沿封闭模型，也需要前沿开放模型。”
并非所有人都接受 Wolf 的讲法。X 用户 Jonathan Sandhu 指出：AlexNet 用的是两块 GTX 580，模型和 GPU 实现由 Krizhevsky、Sutskever 与 Hinton 完成，开放模型同样为英伟达硬件创造需求——“你把一个分布式的工程生态，改写成了某位亿万富翁的个人善举。这是一种庆祝开放的奇怪方式。”
“本周就完了”：黄仁勋辞任次日的开放模型悬念
Wolf 没有点名“本周”与“倒下”者是谁；两者在时间上先后衔接，但帖子没有说明是否相关。他发帖的前一天，英伟达刚经历人事变动：11 月 12 日，黄仁勋辞任，CFO Colette Kress 出任临时 CEO，董事会启动永久继任者遴选，Harvey C. Jones 出任公司首位董事会主席；公司确认将于 11 月 17 日发布 2027 财年第三季度财报。报道，辞职发生在有关其婚外情的爆料之后，其中一段关系涉及一名被指为中国间谍的女性。
开放模型路线会不会随人事变动转向，已有公开担忧。据 整理：TechCrunch 报道称 Kress 对开放模型和 Hugging Face 的立场尚不明朗；AI 研究员 Nathan Lambert 在 X 上写道：“Jensen 不再担任 CEO，对美国的开放模型事业会非常非常糟。”Hugging Face CEO Clément Delangue 则表示，无论发生什么，公司都会继续为开源而战。
这些口信背后是两家公司的深度绑定：2026 年 9 月 3 日，英伟达宣布以约 129.3 亿美元收购 Hugging Face（、），交易仍在接受监管审查、预计明年完成；llama.cpp 团队就设在 Hugging Face，Gerganov 的 X 简介也自署 engineer @huggingface。据 trendingtopics 整理，英伟达自称已在 Hugging Face 发布逾 500 个模型、250 个数据集，并计划五年内向开放模型投入 260 亿美元；黄仁勋曾给出他的理由——约 70% 的已处理 token（词元）跑在开放模型上，80% 的美国初创公司在使用中国开放模型。
从 transformers 的 2019 到 llama.cpp 的 2026
Wolf 在帖子里回忆的 transformers 1.0，GitHub 上有据可查：transformers 仓库的 发布于 2019 年 7 月 16 日，版本说明开头是“改名：欢迎 PyTorch-Transformers”——库刚从 pytorch-pretrained-bert 更名而来，同时加入 XLNet、XLM 等新模型和统一的模型与分词器 API。七年之后，他把这样的节点感放到了 llama.cpp 上。
对下游开发者，这次 1.0 的实际分量是承诺：破坏接口的改动必须换主版本号，升级节奏从此可预期。截至发稿抓取，Wolf 宣告里程碑的帖子浏览量为 2,747 次，低于 Gerganov 那条“现已可用”的帖子，公告的主声量来自构建这个库的团队。留下的问题是英伟达自身的路线：对开放模型和 Hugging Face 的收购，临时 CEO Kress 至今没有公开表态；交易仍压在监管审查里，11 月 17 日的季度财报发布会将是辞任后管理层第一次公开亮相。