llama.cpp新PR：MoE缺失专家交由CPU运行

llama.cpp的PR #30966新增llama_moe_cache，将未命中的MoE专家放到CPU上执行，并附带调优脚本。该改动被视为对低显存用户的MoE卸载显著加速。

• llama.cpp新增GGUF转换时合并张量2026-10-26
• 社区尝试为Qwen 3.8 Flash Next使用完整n-gram表2026-10-18
• llama.cpp 为MoE专家增加GPU缓存2026-10-07
• 用户分享Strata加速本地大模型但64GB内存吃紧2026-10-04
• 176B MoE模型在16GB笔记本GPU上运行2026-10-04