llama.cpp b9969 修复了 Adreno 上长提示的 Vulkan matmul 崩溃

llama.cpp 项目发布了 b9969 版本，解决了 Vulkan 后端中的一个关键稳定性问题。该更新将大型矩阵乘法路由到 Adreno GPU 上的中等图块，解决了由于共享内存不足而在 q4_0 量化网络和较长提示长度下发生的崩溃。

• 通过优化 Vulkan matmul 中的共享内存使用，修复了 llama-cli 在长提示下的中断问题。
• 移除了未使用的 Adreno 设备代码并更新了小型流水线 matmul 实现。
• 禁用了 macOS Apple Silicon 构建的 KleidiAI 支持。
• 提供了 Ubuntu（CPU、Vulkan、ROCm 7.2、OpenVINO、SYCL）、Windows（CPU、CUDA 12/13、Vulkan、HIP、SYCL）、macOS、iOS、Android 和 openEuler 的二进制文件。

此版本确保在具有更大上下文窗口的 Adreno 设备上稳定推理，并在广泛的硬件后端之间保持兼容性。