La version b9937 de llama.cpp corrige un bug critique dans le matcheur de fusion snake du backend CUDA. L'implémentation précédente exigeait que les types des opérandes correspondent exactement, ce qui provoquait un retour à la voie naïve ou une lecture incorrecte des données pour les chaînes F16/BF16.
- Corrige le prédicat de type de fusion snake afin que `a` et `inv_b` soient traités comme du F32, en alignement avec les backends CPU et Metal.
- Rejette la fusion snake sur des opérandes non contigus pour empêcher une corruption silencieuse de la mémoire due aux lectures de noyau linéaire.
- Désactive le support KleidiAI pour macOS Apple Silicon dans cette version.
Ces modifications garantissent un comportement correct pour les chaînes à précision mixte et préviennent les erreurs de données lors de l'utilisation de vues non contiguës.