llama.cpp b10951调整llama_n_rs_seq调用位置以跳过不必要的llama_decode
该提交把llama_n_rs_seq的检查提前到llama_decode之前，命中时直接返回，去掉res赋值和goto语句，发布页同时给出b10951的多平台预编译包。
AI解读：llama.cpp发布b10951版本，核心改动是把common模块里llama_n_rs_seq的调用移到llama_decode之前。检查命中就直接返回，不再走后面的解码流程，顺带删掉了为配合goto而设置的res变量。
这属于内部调用顺序的调整，表面看只是挪一行代码，实际想解决的问题是避免在没有必要时仍然执行llama_decode。对使用llama.cpp推理的开发者来说，收益不在功能增减，而在少一次多余的解码调用。
发布页同时列出b10951在macOS、Linux、Windows、Android等平台的预编译包，包括CUDA、Vulkan、ROCm、SYCL、OpenVINO等后端，部分平台标注为DISABLED。具体提速幅度发布页没有给出数据，需要以自己的负载验证。
llama.cpp发布b10951，其中一条提交（#28749）把common模块中的llama_n_rs_seq调用从llama_decode之后移到之前，检查命中时直接返回，去掉了原先设置res和goto的写法。提交说明给出的动机是：在不需要的情况下避免执行llama_decode。
提交 #28749 改了什么
该提交标题为“common : move llama_n_rs_seq to before llama_decode”，仓库为ggml-org/llama.cpp，随b10951发布。改动把llama_n_rs_seq的调用挪到llama_decode之前；若该检查为真，函数直接返回，不再继续往下走。
构建产物覆盖范围与限制
b10951发布页按平台列出预编译包，macOS/iOS提供Apple Silicon（arm64）和Intel（x64）以及iOS XCFramework；Linux提供Ubuntu x64、arm64、s390x的CPU包，以及x64/arm64的Vulkan、x64的ROCm 10.0、OpenVINO 2026.3.1、SYCL FP32和SYCL FP16；Android提供arm64 CPU包。
- Windows侧提供x64与arm64的CPU包，arm64的OpenCL Adreno包，x64的CUDA 12.4、CUDA 13.3以及arm64的CUDA 13.4包（附对应DLL），另有Vulkan、OpenVINO 2026.3.1、SYCL、ROCm 10.0包。
- 发布页注明macOS Apple Silicon（arm64, KleidiAI enabled）和openEuler相关构建为DISABLED。
- 提交作者为github-actions[bot]，提交说明未给出性能数据或适用条件；检查命中时跳过的是一次llama_decode调用，具体收益需要按实际使用场景判断。