llama.cpp发布b12144：CUDA后端为MoE数据布局做线性化，修复F16性能回退
该版本合并PR #31047，针对MMQ/MMF在CUDA上的MoE数据布局做线性化，并将MMQ tile尺寸优化推广到更一般情况，同时修复一处F16性能回退；发布页同步给出各平台预编译包。
llama.cpp发布b12144版本，发布说明记录的改动为合并PR #31047，主题是CUDA后端下MMQ/MMF的MoE数据布局线性化。
同一PR还提到“更普遍地应用MMQ tile尺寸优化”，以及“修复F16性能回退”。
CUDA改动内容
发布说明以“CUDA: linearize MoE data layout for MMQ/MMF (#31047)”作为b12144的条目，后面列出三条子项：线性化MoE数据布局、推广MMQ tile尺寸优化、修复F16性能回退。
这些描述来自发布页的变更条目本身，页面未给出具体性能数字或受影响模型范围。
- PR编号：#31047
- 涉及后端：CUDA
- 涉及组件：MMQ、MMF、MoE数据布局
- 附带修复：F16性能回退
构建产物与平台
发布页按平台列出预编译包下载链接，包括macOS Apple Silicon（arm64）与macOS Intel（x64）、iOS XCFramework、Ubuntu多个变体（CPU、Vulkan、CUDA 12/13、ROCm 10.0、OpenVINO、SYCL）、Android arm64、Windows x64/arm64（CPU、CUDA、Vulkan、OpenVINO、SYCL、ROCm）以及UI包。
其中macOS Apple Silicon的KleidiAI版本与openEuler相关构建标注为DISABLED，页面分别链接到PR #23780 与PR #23705。
- macOS Apple Silicon（arm64，KleidiAI enabled）：DISABLED
- openEuler条目：DISABLED
- 提供CUDA 12.8、CUDA 13.4及对应库文件下载