llama.cpp b11857发布：MUL_MAT_ID支持 -1 索引跳过计算
llama.cpp发布版本b11857，核心变更为ggml的MUL_MAT_ID运算允许 -1 索引以跳过计算；提交同时调整Vulkan、WebGPU、CUDA、OpenVINO相关代码，但CUDA被排除在该PR之外，并留有TODO标记。
AI解读：这一版本的实际功能变化集中在ggml的MUL_MAT_ID算子：索引为 -1 时跳过对应计算。对MoE这类按专家索引取权重的模型，该特性提供了在算子层面跳过无效或占位索引的机制；来源未说明上层如何产生 -1 索引。
改动范围覆盖多个后端：提交说明列出更新Vulkan代码、修正WebGPU中mul_mat_id_vec的线程同步（确保所有线程到达工作组屏障）、修复CUDA与OpenVINO。但同一提交说明又写明“exclude CUDA from this PR”并保留TODO标记，因此CUDA在该版本中是否完整支持 -1 跳过行为，来源给出的信息自相矛盾，不能据此断言。
b11857是llama.cpp的常规滚动构建号，发布页列出各平台预编译包，包括macOS arm64/x64、iOS XCFramework、Ubuntu（CPU、Vulkan、CUDA 12.8/13.4、ROCm 10.0、OpenVINO、SYCL）、Windows（CPU、CUDA、Vulkan、OpenVINO、SYCL、ROCm）、Android arm64、Snapdragon以及openEuler等，另附UI包。这些是构建产物清单，不代表每项都针对本次算子改动做了验证。
llama.cpp发布b11857版本，提交标题为“ggml : allow MUL_MAT_ID -1 index to skip the computation（#26631）”，作者为yomaytk（共同作者）。按提交说明，ggml的MUL_MAT_ID运算现在允许 -1 索引，用于跳过该次计算。
同一提交还包含若干配套修改：更新Vulkan代码；在ggml-webgpu中确保所有线程在mul_mat_id_vec中到达工作组屏障（该改动从提交d8a4b9e摘取）；修复CUDA与OpenVINO。提交说明同时写明“exclude CUDA from this PR”，并留有TODO标记。
发布页提供b11857的多平台预编译包，涵盖macOS、iOS、Linux（Ubuntu的CPU、Vulkan、CUDA 12.8与 13.4、ROCm 10.0、OpenVINO、SYCL）、Windows、Android、Snapdragon以及openEuler等目标，另附UI包。
-1 索引跳过计算覆盖哪些后端
提交说明列出Vulkan、WebGPU、CUDA、OpenVINO的代码改动，说明该行为需要各后端同步适配。WebGPU部分明确要求mul_mat_id_vec中所有线程到达工作组屏障，属于并发正确性修复。
但提交说明又写明CUDA被排除在该PR之外，并保留TODO标记；同一份说明还列有“fix cuda”。来源没有给出各后端对 -1 索引支持的最终状态表，读者不宜将发布页包含CUDA构建包等同于该后端已完整支持跳过语义。
- MUL_MAT_ID支持 -1 索引跳过计算（提交标题）
- 更新Vulkan代码
- ggml-webgpu：mul_mat_id_vec中所有线程到达工作组屏障
- 修复CUDA、OpenVINO；同时声明exclude CUDA from this PR，并留TODO
- 来源未提供 -1 索引的生成规则、上层调用约定或性能数据