llama.cpp b11636为SYCL后端加入IQ3权重持久重排，Intel Arc上token生成最高提升 82%
该版本在SYCL后端为IQ3_S与IQ3_XXS量化权重加入加载时持久重排，避免了推理时从交错布局中逐位收集；发布说明给出的Intel Arc Pro B70实测显示，token生成速度随上下文长度提升 53% 至 82%，而标准量化模型变化在噪声范围内。
llama.cpp发布b11636版本，其中SYCL后端合并了PR #29107，为IQ3_S和IQ3_XXS量化权重加入持久重排布局。
发布说明称，权重在加载时重排一次，重排后的MMVQ点积沿稠密超块使用dp4a与SWAR符号扩展，不再从交错的标准布局中收集比特；重排感知的反量化同时供给批量prefill的GEMM，使提示处理路径获得相同收益。
该版本还修改了oneDNN构建检查：缺少DNNL包或仅CPU的DNNL构建会在配置阶段报错，不再静默生成降级后端。
Intel Arc Pro B70实测数据
发布说明给出在Intel Arc Pro B70上运行Qwen3.8-27B-GSQ-RCO-IQ3_S（MTP）、参数 -ngl 999 -b 4096 -ub 1024 -fa on的对比数据。
tg256 @ 0 ctx：12.92 → 23.54 tok/s（+82%）；tg256 @ 9,216：12.33 → 21.69 tok/s（+76%）；tg256 @ 64,000：9.76 → 14.91 tok/s（+53%）。
pp8192：833.9 → 833.6 tok/s，基本持平。
- tg256在 0、9,216、64,000 三个上下文长度下分别提升 82%、76%、53%
- pp8192前后为 833.9 与 833.6 tok/s，变化可忽略
- 上述数字来自发布说明，硬件与模型组合为Intel Arc Pro B70与Qwen3.8-27B-GSQ-RCO-IQ3_S（MTP）
影响范围与排除项
发布说明称，Qwen3.5-9B的Q4_K_M与Q3_K_M在测试中处于噪声范围，最大pp差异为 -0.5%，tg持平，因此标准量化不受该改动影响。
发布说明明确，MMVQ GLU融合扩展和rms_norm+scale融合不是本次改动的一部分，主分支已通过 #28931 携带这些内容。
- 收益限于IQ3_S与IQ3_XXS，不适用于Q4_K_M、Q3_K_M等标准量化
- 改动同时覆盖decode与prefill路径
- MMVQ GLU融合扩展与rms_norm+scale融合来自 #28931，不属于本次合并
构建检查与产物
oneDNN构建检查被收紧：缺少DNNL包或仅CPU的DNNL构建现在会在配置阶段失败。
该版本继续发布多平台二进制产物，包括macOS、Linux、Android、Windows的CPU、CUDA、Vulkan、SYCL、ROCm、OpenVINO等构建；macOS Apple Silicon的KleidiAI启用版本与openEuler构建在本次发布中标记为DISABLED。
- 缺少DNNL包或仅CPU的DNNL构建在配置阶段直接失败
- 发布产物覆盖Linux、macOS、Windows、Android平台，含CUDA 12/13.4、ROCm 10.0、Vulkan、SYCL、OpenVINO等后端
- macOS Apple Silicon KleidiAI启用版本与openEuler构建在本次发布中标记为DISABLED