llama.cpp b11635回退x86 FP16→FP32的F16C路径，恢复查找表以避开内核减速
llama.cpp发布构建b11635，其中ggml-cpu在x86上重新对FP16→FP32转换使用查找表，仅保留FP32→FP16走F16C。提交信息称，Clang 20.1.8会把该intrinsic降级为并入累加器寄存器的vpinsrw，串行化循环，实测Q8_0/Q4_0 MUL_MAT_ID内核慢 45%–65%。
AI解读：这次改动的适用条件很具体：仅针对x86平台上FP16→FP32的标量转换，FP32→FP16仍然使用F16C，不受影响。
提交者给出的触发条件是编译器：在Clang 20.1.8下，F16C的FP16→FP32 intrinsic被降级为vpinsrw指令，合并进量化点积的活跃累加器寄存器，使循环串行化。
提交信息给出的量化数字是：估计每次迭代 19 个周期对 4 个周期，实测Q8_0与Q4_0的MUL_MAT_ID内核慢 45%–65%。这些是提交者自己的估算与测量，来源未提供第三方复现。
被回退的上游改动是 #30270，它原本让两种标量转换都走F16C；b11635恢复FP16→FP32的查找表，并按评审意见将F16C的FP16→FP32宏改为注释而非删除。
该版本同时发布了macOS/iOS、Linux、Android、Windows等多平台预编译包，涵盖CPU、CUDA 12/13、Vulkan、ROCm 10.0、SYCL、OpenVINO等后端，但这些属于常规发布产物，来源未给出与本次修复相关的性能数据。
llama.cpp发布构建b11635。该版本在ggml-cpu中把x86上FP16→FP32的标量转换改回使用查找表，FP32→FP16则按原计划保留F16C。
提交说明称，此前 #30270 让两种标量转换都走F16C。对于FP16→FP32，Clang 20.1.8会把该intrinsic降级为vpinsrw，并合并进量化点积正在使用的累加器寄存器，导致循环串行化。
提交给出的估算为每次迭代 19 个周期对 4 个周期，实测Q8_0与Q4_0的MUL_MAT_ID内核慢 45%–65%。这些数字来自提交者自己的估算和测量。
按评审意见，代码没有直接删除F16C的FP16→FP32宏定义，而是将其注释掉。
b11635同时提供macOS/iOS、Linux、Android、Windows等平台的预编译产物，覆盖CPU、CUDA 12/13、Vulkan、ROCm 10.0、SYCL、OpenVINO、Snapdragon（CPU、Adreno GPU、Hexagon NPU）等构建配置。来源未给出与本次修复相关的各平台性能数据。