llama.cpp b10758发布：Hexagon后端融合QKV/FFN矩阵乘法并修复
新版聚焦Qualcomm Hexagon后端：将落在HMX上的QKV与FFN matmul融合，并移除硬编码的ne[1]；同步提供多平台二进制。
AI解读：llama.cpp这次b10758更新的核心是给Qualcomm Hexagon（骁龙等平台上的AI加速器）后端提速：把QKV和FFN里原本分开计算的矩阵乘法融合到一起，直接在HMX上执行，同时删掉了硬编码的维度限制，让代码可以适配更多形状。对在Android、Windows ARM等设备上用llama.cpp跑大模型的开发者来说，这意味着Hexagon上的推理可能更快、更通用，但注意这些改动只在特定硬件和驱动支持时才生效。作为参考，社区合并这一PR后，相应平台用户可以直接下载官方二进制测试验证；如果你不在这些设备上部署，这次更新不需要立即采取行动。
llama.cpp发布b10758版本，主要内容是Qualcomm Hexagon后端的融合与修复（PR #28202）。
该PR将落在HMX单元上的QKV与FFN矩阵乘法（matmul）进行融合，并移除了代码中硬编码的ne[1] 维度限制。
版本同时提供macOS、Linux、Windows、Android、iOS等平台的预编译二进制，覆盖CPU、Vulkan、CUDA、ROCm、OpenVINO、SYCL、OpenCL（Adreno）等后端。