llama.cpp构建b10984：CUDA后端支持行连续SUM_ROWS
该版本让GGML_OP_MEAN复用同一共享内核处理行连续张量，并为MEAN的permute/slice增加测试；发布页同时提供macOS、Linux、Windows、Android等多平台预编译包。
AI解读：这次更新改的是llama.cpp的CUDA计算后端：SUM_ROWS现在能处理行连续（row-contiguous）的输入张量。行连续指的是数据在内存里按行挨着存放，过去遇到这种布局可能走不到优化路径。
配套动作有两个：把代码整理后让GGML_OP_MEAN也复用同一个共享内核来处理行连续张量，并给MEAN的permute/slice增加了一个测试。测试的意义在于，这类形状变化容易触发边界问题，有测试才能防止改回去。
受影响的主要是直接用CUDA显卡跑llama.cpp的人，以及依赖同一条ggml计算路径的开发者。普通用户感知到的可能只是某些形状的求和、均值算得更稳，具体提速幅度发布说明没有给数据。
llama.cpp发布构建版本b10984。该版本由github-actions[bot] 在llama.cpp Releases页面发布，主要变更为cuda: support row-contiguous SUM_ROWS（#26308）。
根据发布说明，这项改动让CUDA后端支持行连续（row-contiguous）的SUM_ROWS，也就是处理内存中按行连续排布的输入张量。
同一改动对代码做了整理，并让GGML_OP_MEAN使用同一个共享内核来支持行连续张量。
该PR还为MEAN的permute/slice增加了一个测试，并保留原有注释、新增if/else分支。
发布页按平台列出了预编译构建产物，覆盖macOS Apple Silicon（arm64）、macOS Intel（x64）、iOS XCFramework，Ubuntu x64/arm64/s390x的CPU版本，以及Vulkan、CUDA 12（12.8）、CUDA 13（13.3）、ROCm 10.0、OpenVINO 2026.3.1、SYCL FP32/FP16等后端，另有Ubuntu arm64的CUDA 13。
Windows侧提供x64/arm64 CPU、arm64 OpenCL Adreno、CUDA 12（12.4）、CUDA 13（13.4）的x64与arm64、Vulkan、OpenVINO 2026.3.1、SYCL、ROCm 10.0等构建；Android提供arm64 CPU构建；另有独立的UI包。macOS Apple Silicon的KleidiAI版本在发布页标记为DISABLED（指向PR #23780），openEuler相关构建也标记为DISABLED（指向PR #23705），列出x86 310p、x86 910b（ACL Graph）、aarch64 310p、aarch64 910b（ACL Graph）。