llama.cpp b11721为CUDA后端合并Qwen4exp四段门控链
该项目发布说明称，CUDA后端把SCALE→SIGMOID→SCALE→hc_post四步合并为一个kernel，做法移植自Vulkan的HC_POST_GATE融合（#29520），对应PR #30602。
AI解读：这条改动解决的是一个具体的算子调用次数问题：hc_post原先由四步组成，现在CUDA后端用单个kernel完成，减少中间步骤。
适用对象是运行Qwen4exp相关模型、且使用CUDA后端的llama.cpp用户，不涉及其他后端或其他模型结构。
来源没有给出这项融合带来的耗时、吞吐或显存数据，因此无法判断实际加速幅度；四步合一只是实现层面的变化。
llama.cpp发布b11721，发布说明列出的主要变更在CUDA后端：合并qwen4exp的SCALE → SIGMOID → SCALE → hc_post计算链（#30602）。说明称这是对Vulkan端HC_POST_GATE融合（#29520）的移植。
融合的具体做法
发布说明称，hc_combine把hc_post的权重构造为 2*sigmoid(inject/hc)；dsv4_hc_post_f32新增一个gated模板开关，可直接从原始权重计算scale_out*sigmoid(scale_in*p)。按说明的描述，这条链因此以一个kernel运行，而不是四个。
改动由PR #30602 引入，发布说明把它定位为Vulkan已有融合方案的CUDA移植版本。
- 涉及算子：SCALE、SIGMOID、SCALE、hc_post
- 相关函数：hc_combine、dsv4_hc_post_f32
- kernel数量：由四步变为一个
发布包覆盖的平台
除CUDA变更外，b11721同步提供多平台预编译包，包括macOS（arm64、x64）与iOS XCFramework、Linux的CPU、Vulkan、CUDA 12.8/13.4、ROCm 10.0、OpenVINO、SYCL版本，以及Android、Windows和Snapdragon相关构建。发布说明中macOS Apple Silicon的KleidiAI版本和openEuler构建标注为DISABLED。
- CUDA构建提供 12.8 与 13.4 两个版本，Linux和Windows均有x64包
- Windows arm64提供CUDA 13.4构建
- openEuler各构建在发布说明中标为DISABLED