llama.cpp发布b11446：修复Metal量化Flash Attention线程组内存超额问题
llama.cpp新版本b11446包含一项Metal后端修复，针对量化Flash Attention中线程组内存超额的问题（PR #29340），同时照例提供macOS、Linux、Windows、Android等多平台预编译包。
AI解读：该版本提供macOS（Apple Silicon arm64、Intel x64）、iOS XCFramework、Linux（Ubuntu x64/arm64/s390x及Vulkan、CUDA 12.8、CUDA 13.4、ROCm 10.0、OpenVINO、SYCL变体）、Android arm64、Windows（CPU、CUDA、Vulkan、OpenVINO、SYCL、ROCm 10.0）等预编译包。
部分构建被标记为DISABLED：macOS Apple Silicon的KleidiAI启用版本（PR #23780）与openEuler相关构建（PR #23705）。
发布说明仅包含变更标题、下载链接与构建列表，未给出性能数据、受影响模型范围或修复前后的对比测试结果。
llama.cpp项目发布b11446版本，发布说明列出的唯一变更是Metal后端修复：解决量化Flash Attention中线程组内存（threadgroup memory）超额使用的问题，对应PR #29340。
该版本同时照例提供多平台预编译二进制包，覆盖macOS、iOS、Linux、Android、Windows及UI组件。
本次变更：Metal量化Flash Attention内存修复
发布说明以“metal : fix excess threadgroup memory in quantized flash attention (#29340)”作为本次版本标题，表明改动位于Metal后端，针对量化场景下的Flash Attention实现，修复线程组内存超额的问题。
发布说明未附具体测试数据、受影响模型列表或性能对比，因此修复的实际效果范围无法从该来源确认。
- 变更标题：metal : fix excess threadgroup memory in quantized flash attention
- 对应PR：#29340
- 未提供性能数据或对比测试结果
可用构建与禁用项
b11446按惯例提供多条构建产物，覆盖Apple平台、Linux（含多种加速后端）、Android与Windows，并附带iOS XCFramework与UI压缩包。
发布说明中标注为DISABLED的构建包括：macOS Apple Silicon（arm64，KleidiAI启用，PR #23780）与openEuler相关构建（PR #23705）。
- macOS/iOS：Apple Silicon arm64、Intel x64、iOS XCFramework
- Linux：Ubuntu x64/arm64/s390x（CPU）、Vulkan、CUDA 12.8、CUDA 13.4（x64与arm64）、ROCm 10.0、OpenVINO、SYCL FP32/FP16、Snapdragon（CPU/Adreno GPU/Hexagon NPU）
- Android：arm64 CPU、arm64 Snapdragon（CPU/Adreno GPU/Hexagon NPU）
- Windows：x64/arm64 CPU、arm64 OpenCL Adreno、CUDA 12.4、CUDA 13.4（x64与arm64）、Vulkan、OpenVINO、SYCL、ROCm 10.0
- UI：llama-b11446-ui.tar.gz
- DISABLED：macOS Apple Silicon KleidiAI（PR #23780）、openEuler（PR #23705）