llama.cpp b10727发布：Metal后端新增量化类型concat支持
本次更新为Apple Metal后端加入量化类型的连接（concat）操作支持，并补充了各平台预编译二进制。
AI解读：llama.cpp是一个在本地运行大语言模型的开源推理引擎。本次b10727版本为Apple设备上的Metal后端增加了对量化类型拼接（concat）操作的支持。此前在Metal上拼接两个量化后的张量（比如把多个层的权重拼接起来）缺少专门的底层实现，可能回退到非量化路径或不被支持，影响效率。这次合入的PR #28116 直接补齐了这个缺口。对使用Apple Silicon Mac或iPhone、iPad跑量化模型的人来说，涉及张量拼接的模型结构或工具链（例如某些MoE混合专家模型的加载、或对模型分段重组再推理）在本地执行时会更顺畅。注意macOS的KleidiAI加速版本和部分openEuler构建在本次发布中被标记为DISABLED，需要这些特性的用户应留意相关PR的进展。普通用户如果只跑常见单模型推理，不一定要立刻升级，按自己当前版本是否用得上Metal concat来决定即可。
llama.cpp发布b10727版本，核心改动是为Metal后端添加量化类型的concat（连接）支持，合并自拉取请求 #28116，提交说明标注了“Assisted-by: pi:llama.cpp/DeepSeek-V4-Flash-0731”。
量化类型concat支持
拉取请求 #28116 标题为“metal : add concat support for quantized types”，即针对Apple Metal后端，实现对量化张量类型执行concat运算的支持。此前量化类型在Metal上的concat操作可能不受支持或缺乏底层实现。
下载与构建状态
b10727提供了多平台构建产物，涵盖macOS、iOS、Linux、Android、Windows及openEuler。
macOS提供Apple Silicon (arm64) 和Intel (x64) 版本；Apple Silicon的KleidiAI加速版本在本次发布中被标记为DISABLED，关联PR #23780。
Linux提供Ubuntu x64/arm64/s390x的CPU版本，以及Vulkan、ROCm 7.14、OpenVINO 2026.3.1、SYCL FP32/FP16等后端版本。
Android提供arm64 CPU版本。
Windows提供x64/arm64 CPU、arm64 OpenCL Adreno、CUDA 12.4与CUDA 13.3的x64版本、CUDA 13.4的arm64预览版、Vulkan、OpenVINO 2026.3.1、SYCL和ROCm 7.14版本。
openEuler的x86/aarch64 310p与 910b (ACL Graph) 构建在本次发布中被标记为DISABLED，关联PR #23705。
发布还附带了UI构建包（llama-b10727-ui.tar.gz）。