llama.cpp b11576修复无缓存注意力KV维度填充问题
该版本将no-cache注意力路径的掩码与K、V填充至 256，使head size为 512 的模型在CUDA上不再因长度不满足FATTN_KQ_STRIDE倍数而回退CPU，也避免 -fa auto探测（1 token）误关flash attention。
llama.cpp发布b11576版本，主要改动是图执行时将无缓存（no-cache）注意力路径的KV维度填充到 256（PR #30416）。
改动针对的是：no-cache路径构造 [n_tokens, n_tokens] 掩码、并以未填充的K、V传入，导致FLASH_ATTN_EXT看到的K->ne[1] 等于n_tokens。
对于head size为 512 的CUDA内核，要求长度是FATTN_KQ_STRIDE的整数倍，因此大多数长度下该算子会回退到CPU；同时 -fa auto探测（1 token）会让此类模型关闭flash attention。
修复方式是按llama_kv_cache::get_n_kv的方式填充掩码，并将K、V用零填充到掩码的KV维度；clef自建的因果掩码也做同样填充。
b11576的发布物
该release由github-actions[bot] 发布，除代码改动外还附带各平台预编译产物链接：macOS/iOS（Apple Silicon arm64、Intel x64、iOS XCFramework）、Linux（Ubuntu x64/arm64/s390x的CPU、Vulkan、CUDA 12/CUDA 13、ROCm 10.0、OpenVINO、SYCL FP32/FP16，以及Snapdragon的CPU/Adreno GPU/Hexagon NPU）、Android（arm64 CPU与Snapdragon）、Windows（CPU x64/arm64、OpenCL Adreno、CUDA 12/CUDA 13、Vulkan、OpenVINO、SYCL、ROCm 10.0）以及UI包。
列表中若干构建被标注为DISABLED：macOS Apple Silicon的KleidiAI启用版本与openEuler相关产物。