llama.cpp b10816发布，为Apple M3补齐Metal上剩余量化类型的快速向量调优
本次更新将M3加入Metal快速向量（fa-vec）调优表，并为其新增q4_0、q4_1、q5_0、q5_1四种量化类型的调优，可望提升M3芯片上的推理速度。
AI解读：本次发布针对使用Apple M3芯片、在macOS上通过Metal后端运行llama.cpp的用户。此前快速向量调优（fa-vec）只覆盖部分芯片或量化格式，导致M3在低比特量化（如q4_0、q4_1）下无法充分利用Metal的向量指令，推理速度受限。b10816将M3加入调优表并补齐q4_0、q4_1、q5_0、q5_1四种格式，相当于为这些常见量化配置开启更底层的性能优化。实际提速取决于具体模型和上下文长度，需要用户自行测试对比；KleidiAI构建仍处于禁用状态，相关支持见PR #23780。
llama.cpp发布b10816版本，主要内容是为Apple M3芯片补齐Metal后端剩余量化类型的快速向量（fa-vec）调优。
该版本将M3加入fa_vec_tuned_table，并在ggml-metal-tuning中为M3添加q4_0、q4_1、q5_0、q5_1四种量化类型的调优，同时修复了ggml-metal-tuning.cpp中的格式问题。
发布同时提供了macOS（Apple Silicon arm64、Intel x64）、iOS XCFramework、Linux（Ubuntu x64/arm64 CPU、Vulkan、ROCm 10.0、OpenVINO、SYCL FP32/FP16、s390x）、Windows（CPU、CUDA 12/13、Vulkan、OpenVINO、SYCL、ROCm 10.0、OpenCL Adreno）、Android arm64 CPU等多种预编译二进制包。
值得注意的是，本次macOS Apple Silicon（arm64）的KleidiAI版本标注为DISABLED，相关支持正在PR #23780 中讨论。