llama.cpp b10870发布：Vulkan后端新增f16 B型矩阵乘法管线
该版本为Vulkan后端引入f16 B型矩阵乘法管线，并针对Intel coopmat1调整warp tile大小；密集矩阵乘法在所有厂商GPU上启用，MoE仍限于Intel。
AI解读：llama.cpp的新版本b10870把Vulkan后端的优化又往前推了一步：给矩阵乘法新增了f16 B型管线，并针对Intel的coopmat1硬件调整了warp tile大小。简单说，就是用Intel新显卡跑模型时，某些计算路径能利用新的硬件特性提速，而AMD、NVIDIA等厂商的显卡也能从新的密集矩阵乘法管线中得到优化。
这次改动有个明显的区分：密集矩阵乘法（dense matmul）的f16 B型管线在所有厂商的GPU上都启用了，但混合专家模型（MoE）部分仍然只支持Intel。也就是说，如果你用的是非Intel显卡且跑的是MoE架构的大模型，这次更新的收益会有限；反之，Intel用户则能更全面地享受优化。
对普通用户来说，如果你只是用llama.cpp在本地跑模型，这是个常规更新，但值得留意的是它可能提升某些GPU上的推理性能，尤其是Intel用户。实际效果如何，还需要看你的具体硬件和模型类型，建议更新后跑几个基准测试看看。
llama.cpp发布b10870版本，主要更新Vulkan后端：新增f16 B-type矩阵乘法（matmul）管线，并为Intel coopmat1硬件添加warp tile大小调整支持。
更新内容与硬件支持
本次更新（PR #27471）为Vulkan后端增加了f16 B-type matmul管线，并针对Intel coopmat1进行warp tile大小调节。密集矩阵乘法（dense matmul）的f16 B-type管线已在所有厂商（Vulkan支持）上启用，但混合专家模型（MoE）的该管线仍仅限Intel使用。
此外，更新还补充了缺失的ocp_fp4分支，将required_subgroup_size限制为Intel（仅Intel需要），并改进了mul_mat_id和dense函数中管线的选择逻辑。
版本发布与构建状态
macOS与Linux提供CPU、Vulkan等多种后端构建；Windows提供CPU、CUDA 12/13、Vulkan、OpenVINO等变体；另有Android、iOS及UI包。
部分构建被禁用：macOS Apple Silicon的KleidiAI版本（PR #23780）以及openEuler相关构建（PR #23705）当前不可用，官方未说明具体原因。