llama.cpp b11716为Hexagon NPU增加Q1_0和Q2_0量化支持
该版本由llama.cpp仓库的github-actions[bot] 发布，提交说明显示Hexagon后端新增Q1_0、Q2_0两种量化格式支持，并包含HMX矩阵乘路径、分块与向量点积的相应调整。
AI解读：llama.cpp发布b11716版本，主要变更是Hexagon后端新增Q1_0与Q2_0量化支持，对应PR #30122。
提交说明列出：Q1_0权重接入 2D HMX MUL_MAT路径；清理Q1相关门控、泛化分块并移除循环内除法；在developer.md与htp-tensor.h中记录分块格式。
Q2_0部分包括移除过时断言和特殊分支；另修复MUL_MAT_NX对正方形分块的假设，因为Q1/Q2使用非正方形分块。
提交说明还提到若干优化：调整Q1_0布局以降低解包与vrmpy开销，并进一步优化vec_dots；提交由Max Krasnyansky共同署名。
该版本同时提供macOS、Linux、Windows、Android等平台的预编译包，其中Linux arm64与Android arm64各有一个Snapdragon版本标注为包含CPU、Adreno GPU和Hexagon NPU。
llama.cpp发布b11716版本，提交说明显示Hexagon后端新增对Q1_0和Q2_0两种量化格式的支持（PR #30122）。Hexagon是高通骁龙芯片上的NPU，相关预编译包出现在Linux arm64和Android arm64的Snapdragon版本中。
Q1_0与Q2_0在Hexagon后端的具体改动
提交说明逐条列出该PR的改动内容。Q1_0方面，权重被接入 2D HMX MUL_MAT路径；同时清理了相关门控、泛化分块方式，并移除循环内的除法运算。Q2_0方面，新增支持后移除了过时的断言和特殊分支。
分块逻辑上，提交说明提到修复MUL_MAT_NX关于正方形分块的假设，原因是Q1/Q2使用非正方形分块。文档方面，tiled格式被写入developer.md，并更新了htp-tensor.h。
性能相关条目包括：优化Q1_0布局以减少解包与vrmpy开销，进一步优化vec_dots，以及若干展开/取消展开的小改动。提交由Max Krasnyansky共同署名。
发布范围
该版本的下载列表覆盖macOS、iOS、Linux、Android、Windows和UI等构建。与Hexagon直接对应的是Linux arm64（Snapdragon：CPU、Adreno GPU、Hexagon NPU）与Android arm64（Snapdragon：CPU、Adreno GPU、Hexagon NPU）两个包，各自附有安装说明链接。
发布页同时标注多个平台构建的状态：macOS Apple Silicon的KleidiAI版本标记为DISABLED，openEuler相关构建同样标记为DISABLED。提交说明未给出Q1_0、Q2_0在Hexagon上的性能或精度数据。