llama.cpp b11475修复Metal后端MUL_MAT+ADD融合错误
llama.cpp发布b11475版本，修复Metal后端在残差本身是另一个矩阵乘法时MUL_MAT+ADD融合选择错误操作数的问题。该问题导致Clef决策模型在Metal上输出概率趋向均匀，同文件在CPU后端正常。
llama.cpp发布b11475版本，修复Metal后端在残差本身是矩阵乘法输出时MUL_MAT+ADD融合选择错误操作数的问题（#30100）。
问题出在ggml_metal_op_mul_mat_mma：它把融合的MUL_MAT+ADD的残差选为“操作不是MUL_MAT的那个ADD操作数”。当ADD的两个操作数都是矩阵乘法输出（x = W1 @ u + W2 @ v）时，该判断对两者都成立，残差被解析为融合矩阵乘法自身尚未写入的输出，内核就会加上该缓冲区中的任意内容。
提交者表示，融合检查函数ggml_metal_mul_mat_add_operand已经按身份选择操作数，这次让编码器采用同样的方式。
实际模型中的表现与测试
据提交说明，Clef决策模型在Metal上命中该问题：头计算中的proj_option_context @ ctx + proj_option_lexical @ lex（9 个选项行）导致 /v1/systemone概率趋向均匀，billing得分为 0.28，而CPU后端为 0.977（Cloudflare_clef-flash Q8_0模型）。该结果随内存布局确定性地出现，设置GGML_METAL_FUSION_DISABLE=1 后恢复正确。
- 提交者指出这不是量化问题：同一文件在CPU上结果正确。
- test-backend-ops新增了残差为第二个矩阵乘法的MUL_MAT_ADD模式；在改动前，Metal上 28 个用例有 27 个失败。
- 唯一通过的用例是f16 n=2，因其低于MMA行阈值，未触发融合。
- 提交由Georgi Gerganov参与共同创作（Co-authored-by）。