llama.cpp发布b11713：CUDA低比特类型MMVQ提速，并修复HIP下Q3_K/Q6_K小nwarps问题
该版本合并PR #30517，为CUDA后端低比特量化类型提供更快的MMVQ；同一提交还修复了ggml-cuda HIP路径在GCN小nwarps下Q3_K（ncols=2,3）与Q6_K（ncols=4）的问题。发布页同步提供macOS、iOS、Linux、Android、Windows等多平台预编译包。
AI解读：同一提交包含ggml-cuda HIP路径修复：针对GCN小nwarps场景，修正Q3_K（ncols=2,3）和Q6_K（ncols=4）。
发布说明未给出具体加速比例或基准测试数据。
发布页列出macOS Apple Silicon/Intel、iOS XCFramework、Ubuntu（CPU、Vulkan、CUDA 12.8、CUDA 13.4、ROCm 10.0、OpenVINO、SYCL）、Windows（CPU、CUDA、Vulkan、OpenVINO、SYCL、ROCm）、Android及骁龙Linux/Android等预编译包。
部分构建被标注为DISABLED：macOS Apple Silicon启用KleidiAI的版本，以及openEuler的四个包。
本次发布未说明MMVQ改动对哪些GPU架构或量化类型组合生效的具体范围。
llama.cpp发布b11713构建，发布说明列出的主要代码变更为CUDA后端低比特类型的MMVQ提速（PR #30517），同时修复ggml-cuda HIP路径在GCN小nwarps下Q3_K（ncols=2,3）与Q6_K（ncols=4）的问题。
该提交由thelittlefireman共同署名。发布说明未给出提速幅度、基准数据或受影响的GPU架构范围。
预编译包覆盖的平台
发布页按平台列出可下载产物，包括macOS Apple Silicon（arm64）与Intel（x64）、iOS XCFramework、Ubuntu x64/arm64/s390x（CPU）、Ubuntu Vulkan、CUDA 12.8与CUDA 13.4（含配套CUDA库）、ROCm 10.0、OpenVINO 2026.4.1、SYCL FP32/FP16，以及Linux arm64骁龙（CPU、Adreno GPU、Hexagon NPU）。
Windows侧提供x64/arm64 CPU、arm64 OpenCL Adreno、CUDA 12.4与CUDA 13.4（含DLL）、Vulkan、OpenVINO、SYCL、ROCm 10.0包；Android提供arm64 CPU与骁龙（CPU、Adreno GPU、Hexagon NPU）包；另有UI包。
被禁用的构建
发布说明中macOS Apple Silicon启用KleidiAI的构建标注为DISABLED，指向PR #23780；openEuler的x86 310p、x86 910b（ACL Graph）、aarch64 310p、aarch64 910b（ACL Graph）四个条目同样标注DISABLED，指向PR #23705。