标签： CPU推理

llama.cpp 三年时间从一台 MacBook 跑到全球 109k Star，GGUF 量化把 70B 模型塞进 16GB 显存，v0.4.1 把多 GPU 张量并行正式拉到生产环境。这篇把核心定位、量化家族、硬件适配、2026 路线图和实操建议一次性讲透。