llama.cpp b9901 mejora la utilización de GPU SYCL en Intel B70

El proyecto llama.cpp lanzó la versión b9901, que incluye actualizaciones específicas al backend SYCL para mejorar el rendimiento en hardware Intel. El lanzamiento proporciona binarios para macOS, Linux, Windows, Android y openEuler a través de CPU, CUDA, ROCm, Vulkan y otros backends.

• Establece K_QUANTS_PER_ITERATION en 1 en la ruta DMMV para mejorar la utilización de la GPU.
• Corrige el gate ggml_sycl_supports_reorder_dmmv para habilitar la función de reordenamiento.
• Añade tipos faltantes a ggml_backend_sycl_buffer_init_tensor para asegurar una asignación adecuada.
• Reemplaza QK_WARP_SIZE con WARP_SIZE para QK_5 en operaciones SYCL.

Estos cambios resultan en un aumento significativo de tokens por segundo (tg t/s) en la GPU Intel B70.