标签： 人工智能

该问题通常出现在升级到含 Vulkan 多设备相关改动的 llama.cpp 版本后（Issue 中指向 b11594 及之后的构建），在多块 Vulkan 设备（尤其双 RADV/AMD 显卡，或 NVIDIA + AMD 混合环境）上跑模型时生成速度骤降。优先排查是否处于多设备 Vulkan 环

该报错（stack buffer overflow in clip_encode MiniCPM-V position buckets via malicious mmproj (bucket_coords_h[1024] written for i < pos_h)）出现在 llama.cpp/l

报错为 no kernel image is available for execution on the device ，通常发生在本机编译 vLLM 时： TORCH_CUDA_ARCH_LIST 同时包含 10.0 和 10.0a ， cuda_archs_loose_intersection

该报错通常出现在使用 vLLM 启动 DeepSeek V4 系列模型（并开启 MTP 投机解码、mHC、Sparse MLA 等特性）后，推理过程中首次请求触发 TileLang/Triton kernel 现场编译，表现为日志中出现 "TileLang begins to compile ker