llama.cpp b12101让GGUF写入直接落盘宿主缓冲张量
ggml修改GGUF写入器：宿主缓冲张量不再先复制进临时vector，而是直接写入文件，跳过逐张量分配、零初始化和memcpy。
AI解读：llama.cpp发布b12101，核心变更是ggml的GGUF写入器优化（#31144）。
原流程把每个张量先暂存到临时vector再写入；对于宿主缓冲张量，数据指针可直接写，因此跳过暂存复制、直接写文件。
改动声称避免每张量的分配、零初始化和memcpy；这是代码提交说明中的说法，未附性能测量数据。
发布页同时列出macOS/iOS、Linux、Android、Windows、openEuler等平台构建产物；openEuler与启用KleidiAI的macOS arm64构建标注为DISABLED。
llama.cpp发布b12101版本，ggml部分包含一项GGUF写入器改动（#31144）：对宿主缓冲张量跳过临时暂存，直接写入文件。
发布说明称，此举避免了每个张量的分配、零初始化和memcpy。该描述来自提交说明，未给出耗时或内存占用的对比数据。
写入路径改了什么
按提交说明，GGUF写入器原先会把每个张量先放入一个临时vector，再执行写入。宿主缓冲张量的数据指针本身可写，因此新代码省去这段暂存复制，直接把数据写到文件。
改动涉及三处开销：逐张量分配、零初始化、memcpy。适用对象限定为宿主缓冲张量，说明中没有声称覆盖所有张量类型。
- 提交编号：#31144，发布版本b12101。
- 提交说明列出协助工具：dsh:llama.cpp/ggml-org/DeepSeek-V4-Flash-Vision-Exp-GGUF（Mac Studio，M2 Ultra，192GB）。
构建产物与禁用项
发布页按平台列出二进制包，涵盖macOS Apple Silicon与Intel、iOS XCFramework、Ubuntu多架构及CUDA、Vulkan、ROCm、OpenVINO、SYCL等后端，以及Android、Windows和openEuler构建。
页面同时标注两类禁用项：启用KleidiAI的macOS Apple Silicon arm64构建被标记为DISABLED（链接至PR #23780），openEuler构建同样标注为DISABLED（链接至PR #23705）。