llama.cpp b11516修复Hexagon NPU上IM2COL DMA环形缓冲区溢出
该版本修复了骁龙Hexagon NPU上IM2COL exact-tiling内核在IC*KH超过 255 时丢弃DMA传输、导致输出混入NaN/inf的问题，并新增了会触发该缺陷的测试用例。
AI解读：llama.cpp发布b11516版本，修复了Hexagon后端IM2COL patch-embed的DMA环形缓冲区溢出问题（PR #30189）。
问题出在exact-tiling（stride等于kernel、无padding与dilation）的IM2COL DMA内核：它按每个输出行提交IC*KH个DDR→VTCM描述符，却没有检查dma_queue_push() 的返回值，随后又按IC*KH次弹出。
每线程DMA环形缓冲区容量为 256 条，推送进已满的环形缓冲区会返回false并丢弃传输，因此当IC*KH > 255 时，VTCM暂存缓冲区中剩余行未被写入，陈旧数据（常为NaN/inf）进入输出。
修复方式是环形缓冲区满时淘汰最旧的描述符，与同文件中blocked内核已有做法一致，并用dma_queue_flush() 等待完成。
提交同时加入exact-tiling测试用例，覆盖IC*KH > 256 的 2D 1x1、2D 2x2 patch embed与 1D场景，目标数据类型为F16和F32；提交者称这些用例在未修复的HTP上会失败。
llama.cpp发布b11516版本，合入PR #30189，修复Hexagon后端IM2COL patch-embed的DMA环形缓冲区溢出。该提交由Max Krasnyansky参与协作（Co-authored-by）。
IC*KH超过 255 时DMA传输被丢弃
提交说明称，exact-tiling（stride == kernel、无pad/dilation）的IM2COL DMA内核会对每个输出行提交IC*KH个DDR→VTCM描述符，但没有检查dma_queue_push() 的返回值，之后又弹出IC*KH次。
每线程DMA环形缓冲区容纳 256 条记录；向已满的环形缓冲区推送会返回false并丢弃该次传输。因此当IC*KH > 255 时，VTCM暂存缓冲区的剩余行从未被写入，陈旧数据（常为NaN/inf）泄漏到输出中。
修复方案是在环形缓冲区满时淘汰最旧的描述符，正如同一文件中blocked内核已有的做法，并使用dma_queue_flush() 等待。
- 触发条件：exact-tiling（stride == kernel、无pad/dilation）且IC*KH > 255
新增测试覆盖IC*KH > 256
提交新增了exact-tiling测试用例，覆盖IC*KH > 256 的情形：2D 1x1、2D 2x2 patch embed以及 1D，目标数据类型为F16和F32。
提交说明称，这些用例在未包含该修复的HTP上会失败。PR中应用了 @max-krasnyansky的建议。