ggml-zdnn

llama.cpp 发布增加 IQ4_XS 支持、WebGPU ARANGE 和 HVX 置换优化

llama.cpp 项目发布了几个预发布版本，包括 b12069，它为 OpenCL 增加了初始的 IQ4_XS 支持；b12064，它为 hexagon 设备引入了分块的 HVX 置换操作。其他版本侧重于各种优化和功能添加，例如 WebGPU ARANGE 支持、改进 PocketTTS 语音在音频生成中的处理，以及更高效的用于多序列处理的统一 KV 缓存。这些更新还包括特定平台的调整，例如在 Apple 平台上使用 vm_allo…