llama.cpp b11313重新为qwen4exp启用 -sm tensor
该版本修复了 #27941 中因PLE层导致Meta设备断言而禁用的张量分割，并将hc_init的REPEAT节点提前展开，使其被调度器分配到设备上。
AI解读：llama.cpp发布b11313，把qwen4exp的 -sm tensor重新打开。此前 #27941 因为测试在Meta设备上触发断言而关掉了这个开关。
问题出在嵌入放在主机内存时，PLE gather是CPU节点，hc_init这个REPEAT会先经过layer 0的PLE路径，导致后面在Meta分割里被当成主机节点处理。
修法是构建完hc_init后立即展开，让REPEAT直接排在第一个设备节点前面，这样调度器第二遍就能给它分配设备；嵌入reshape仍留在CPU分割里，作为分割输入复制进去，与deepseek4的做法一致。
受影响的是用llama.cpp跑qwen4exp、又依赖 -sm tensor做张量分割的用户；本次发布同时提供macOS、Linux、Windows、Android等平台预编译包。
llama.cpp发布b11313版本，其中一项改动是重新为qwen4exp启用 -sm tensor。该特性此前在 #27941 中被禁用。
根据发布说明，#27941 禁用它的原因是：当测试夹具带有PLE层后，test-llama-archs在Meta设备上触发断言，位置是ggml-backend-meta.cpp:476 的GGML_ASSERT(ggml_backend_buffer_is_meta(tensor->buffer))。
禁用与重新启用的技术原因
发布说明描述，当嵌入（embeddings）驻留在主机内存时，PLE gather是一个CPU节点，而hc_init——即把嵌入扇出到各hc流的REPEAT——最初是通过layer 0的PLE路径、在该gather之后才被访问到的。
ggml_backend_sched_split_graph的第二遍向上扩展设备分配时，遇到CPU节点就会停止，因此这个REPEAT留在了CPU上；随后在meta分割内部对hc_init做reshape时，看到的是一个驻留主机的节点，从而触发断言。
修复方式是：在hc_init构建完成后立即将其展开，让REPEAT直接位于第一个设备节点之前，这样第二遍就能给它分配设备；嵌入的reshape仍留在CPU分割中，作为分割输入被复制进来，与deepseek4的处理相同。
b11313提供的预编译产物
该发布页面列出了各平台下载包。macOS/iOS方面提供macOS Apple Silicon (arm64)、macOS Intel (x64) 与iOS XCFramework；其中macOS Apple Silicon的KleidiAI启用版本标记为DISABLED。
Linux方面提供Ubuntu x64 (CPU)、Ubuntu arm64 (CPU)、Ubuntu s390x (CPU)、Ubuntu x64/arm64 (Vulkan)、Ubuntu x64 (CUDA 12)、Ubuntu x64/arm64 (CUDA 13)、Ubuntu x64 (ROCm 10.0)、Ubuntu x64 (OpenVINO)、Ubuntu x64 (SYCL FP32/FP16)，以及Linux arm64（Snapdragon：CPU、Adreno GPU、Hexagon NPU）并附有安装指南。
Android方面提供Android arm64 (CPU) 与Android arm64（Snapdragon：CPU、Adreno GPU、Hexagon NPU）并附安装指南。
Windows方面提供Windows x64/arm64 (CPU)、Windows arm64 (OpenCL Adreno)、Windows x64 (CUDA 12)、Windows x64/arm64 (CUDA 13)、Windows x64 (Vulkan)、Windows x64 (OpenVINO)、Windows x64 (SYCL) 与Windows x64 (ROCm 10.0)。
openEuler构建标记为DISABLED；UI提供单独的UI压缩包。