llama.cpp b11962发布：CUDA后端在MMQ中融合MoE的gate/up与GLU
llama.cpp发布b11962版本，本次唯一列出的改动是在CUDA后端把MoE的MUL_MAT_ID gate/up与GLU融合进MMQ（PR #31188）；发布页同时提供macOS、Linux、Windows、Android等平台构建包。
AI解读：这次更新所针对的问题是CUDA后端中MoE计算的执行路径：发布说明把MUL_MAT_ID的gate/up与GLU合并到MMQ内完成。这一改动只会影响使用CUDA后端且模型采用MoE结构的场景，对其他后端和普通稠密模型没有表明作用。
来源只给出改动标题和PR编号 #31188，没有提供加速比例、显存变化或测试数据，因此不能据此推断性能收益大小。
发布页列出macOS、iOS、Linux、Windows、Android等多平台压缩包，CUDA构建包含 12.8、12.4 与 13.4 等版本号；个别条目标注DISABLED，例如macOS arm64的KleidiAI与openEuler构建。
所以，实际能否用到这次CUDA融合，取决于是否下载对应CUDA版本构建包，并在支持MoE的模型上通过CUDA后端运行；这份发布说明没有说明其他平台的二进制是否包含同一改动。
llama.cpp发布b11962版本，发布说明列出的改动为：cuda: fuse MoE (MUL_MAT_ID) gate/up and GLU in MMQ（PR #31188）。
> 发布页按平台提供构建产物，包括macOS Apple Silicon与Intel、iOS XCFramework、Ubuntu（CPU、Vulkan、CUDA 12/13、ROCm 10.0、OpenVINO、SYCL）、Windows（CPU、CUDA、Vulkan、OpenVINO、SYCL、ROCm）、Android以及Snapdragon相关构建。
> macOS Apple Silicon的KleidiAI构建和openEuler构建在页面中标注为DISABLED，并链接到对应PR。