llama.cpp b11124发布：修复CUDA后端top-k MoE触发问题
该版本的主要代码变更是让CUDA后端的top-k MoE路由“始终触发”，同时按平台更新了macOS、Linux、Windows、Android等预编译包。
AI解读：这次发布的核心是一条CUDA后端修复：top-k MoE应当始终触发。MoE（混合专家）模型推理时，每个token只会被路由到少数几个专家，top-k决定选几个；如果这条路径没有按预期触发，就会影响CUDA上的MoE推理行为。修复提交号为 #28432。
对直接跑llama.cpp的人来说，如果你在NVIDIA GPU上用CUDA后端加载MoE架构模型，这个版本值得替换。非MoE模型或不用CUDA后端的用户，这个改动对你们基本没有影响。
发布页同时给出了各平台的预编译包下载链接，覆盖macOS、iOS、Linux、Windows、Android以及openEuler。其中macOS Apple Silicon的KleidiAI加速版本仍处于DISABLED状态，openEuler的四个构建也标记为DISABLED，只能从对应PR查看原因，发布页没有给出说明。
llama.cpp发布b11124版本，主要代码变更为“cuda: top-k MoE should always fire”，即让CUDA后端的top-k MoE路径始终触发，对应提交 #28432。
发布页按平台提供了预编译产物：macOS/iOS包括macOS Apple Silicon（arm64）、macOS Intel（x64）和iOS XCFramework；其中macOS Apple Silicon的KleidiAI加速版本标注为DISABLED，链接指向PR #23780。
Linux侧包括Ubuntu x64、arm64、s390x的CPU构建，Vulkan的x64/arm64构建，CUDA 12（12.8）与CUDA 13（13.4）的x64/arm64构建及对应CUDA运行库，以及ROCm 10.0、OpenVINO 2026.4、SYCL FP32和SYCL FP16的x64构建，另有面向Snapdragon的Linux arm64包（CPU、Adreno GPU、Hexagon NPU）。
Android侧提供arm64的CPU包，以及面向Snapdragon的arm64包（CPU、Adreno GPU、Hexagon NPU）。
Windows侧提供x64/arm64的CPU包、Windows arm64的OpenCL Adreno包、CUDA 12（12.4）与CUDA 13（13.4）的x64/arm64包及DLL、Vulkan x64包、OpenVINO 2026.4 x64包、SYCL x64包和ROCm 10.0 x64包。
openEuler的x86 310p、x86 910b（ACL Graph）、aarch64 310p、aarch64 910b（ACL Graph）四个构建均标注为DISABLED，指向PR #23705；UI包单独提供。以上内容依据的是该发布页摘要所列的变更与产物清单。