llama.cpp更新HIP后端：MoE矩阵乘内核扩展到RDNA3.5
一次条件判断的改动（GGML_CUDA_CC_IS_RDNA3_0改为GGML_CUDA_CC_IS_RDNA3），让RDNA3.5核显也能用上MoE的ncols_opt tile启发式；作者在AMD Radeon 8060S上测得Q4_K MoE预填充提速约 16.2%。
llama.cpp发布版本b10997，其中一项HIP后端改动把MoE的ncols_opt tile启发式扩展到RDNA3.5架构。
改动位于ggml/src/ggml-cuda/mmq.cu，具体做法是把条件里的GGML_CUDA_CC_IS_RDNA3_0改成GGML_CUDA_CC_IS_RDNA3；dense的分派逻辑没有变化。
根据发布说明，作者的判断依据是「MoE ncols_opt tile启发式需要放宽以包含RDNA3.5架构」。
测试机器配置为AMD Radeon 8060S、gfx1151（RDNA3.5）、20 CU、wave32，搭配AMD Ryzen AI MAX+ 388（8C/16T）、23.79 GB RAM。
正确性验证方面，test-backend-ops用 -b ROCm0 -o MUL_MAT与 -o MUL_MAT_ID参数运行全部通过：MUL_MAT为 64/64、29/29、48/48、14/14；MUL_MAT_ID为 84/84、3/3、74/74、3/3。
性能结果：LFM2.5-8B-A1B-UD-Q4_K_M（Q4_K MoE）+16.198% [+12.704, +19.799]，8/8；Qwen1.5-MoE-A2.7B-Q2_K（Q2_K MoE）+6.189% [+5.245, +7.141]，8/8；两组合计（16 对）+11.081% [+7.972, +14.279]，16/16。
token生成速度几乎不变
发布说明同时给出token生成（tg128）的数据：在Q4_K MoE模型上保持不变，在Q2_K模型上为 +2.188% [+0.905, +3.488]。
也就是说这次改动主要影响预填充阶段，而不是逐token解码阶段。
- Q4_K MoE：tg128不变
- Q2_K MoE：tg128 +2.188% [+0.905, +3.488]
b10997发布的预编译包
该版本同时提供多平台预编译产物，包括macOS Apple Silicon（arm64）与macOS Intel（x64）、iOS XCFramework、Ubuntu（x64/arm64/s390x CPU、Vulkan、CUDA 12.8、CUDA 13.3、ROCm 10.0、OpenVINO 2026.3.1、SYCL FP32/FP16）、Android arm64（CPU）、Windows（CPU x64/arm64、OpenCL Adreno arm64、CUDA 12.4/13.4、Vulkan、OpenVINO、SYCL、ROCm 10.0）以及UI包。
- macOS Apple Silicon（arm64，KleidiAI启用版标记为DISABLED）
- openEuler相关构建在发布页标记为DISABLED