llama.cpp b12059发布：多序列统一KV缓存改用kv_rows路径
该版本以PR #29510 为核心，将统一注意力改为使用llm_attn_mask与kv_rows构建注意力路由；发布页同时列出macOS、Linux、Windows、Android等多平台预编译包。
llama.cpp发布b12059版本，核心变更为PR #29510，标题为「flash_attn_ext_rows - more efficient unified kv for multi-seq」，由Georgi Gerganov等人提交。
发布说明称，统一注意力现在使用llm_attn_mask与kv_rows；多序列统一KV缓存的注意力路由方式随之调整。
kv_rows的构建与切片规则
PR描述显示，每个序列维护一份cell位图，是seq的转置，在seq_pos_inc/dec时更新；构建cell列表时遍历位图的置位位。列表保持cell顺序，被多个序列共享的cell会进入每个相关列表，删除cell时无需重建。
标准SWA与分块SWA中，被所有token隐藏的cell不进入列表。get_kv_rows_p_min被改为私有，get_kv_rows_seq_ids与get_kv_rows_p_min合并为get_kv_rows_slices。
- 等长、每个run只含单一序列的ubatch（例如多个slot的草稿）拆分为按序列的切片。
- 交错、不等长或耦合序列的ubatch变成覆盖其全部序列cell的单个切片，不再回退到稠密KQ mask，以保持预留图的拓扑。
- 提交信息附带Assisted-by标注，涉及DeepSeek-V4-Flash-Vision-Exp-GGUF与GLM-5.3-Flash-GGUF，运行环境标注为Mac Studio M2 Ultra 192GB与M5 Ultra 256GB。
发布产物范围
b12059提供macOS Apple Silicon（arm64）与macOS Intel（x64）包、iOS XCFramework，以及Ubuntu x64/arm64/s390x的CPU包。Ubuntu还提供Vulkan、CUDA 12.8、CUDA 13.4、ROCm 10.0、OpenVINO 2026.4.1、SYCL FP32/FP16等构建。
Windows侧包含CPU、CUDA 12.4/13.4、Vulkan、OpenVINO、SYCL、ROCm 10.0等x64与arm64包；Android提供arm64 CPU与Snapdragon版本；另有Linux arm64 Snapdragon（CPU、Adreno GPU、Hexagon NPU）包。openEuler相关构建标注为DISABLED。