llama.cpp发布b10839，修复Vulkan后端因张量偏移未对齐导致GET_ROWS运算断言失败的问题，该问题影响Qwen3-TTS和Qwen3-VL等模型。
AI解读：这次更新解决了一个实际的崩溃问题：在Vulkan后端运行Qwen3-TTS或Qwen3-VL这类模型时，模型内部的ggml_view与GET_ROWS操作会产生非零视图偏移，而旧的shader代码没有正确处理这种偏移，导致程序直接断言退出。修复的核心是让Vulkan的GET_ROWS路径（包括量化版本）正确读取每个张量的基础偏移，并把缓冲区绑定到对齐位置，而不是简单退回CPU。这意味着使用AMD、Intel或部分NVIDIA GPU的用户，通过Vulkan后端加载这类多模态模型时不再会遇到启动即崩溃的情况。开发者（尤其是依赖llama.cpp构建本地推理应用的）可以升级到b10839并重新测试相关模型；普通用户只需更新到最新版即可，无需额外操作，但要注意这一改动仅针对Vulkan后端，其他后端不受影响。
llama.cpp于 4 月 29 日发布b10839版本，主要修复Vulkan后端在GET_ROWS操作上的崩溃问题。该问题影响使用ggml_view与ggml_get_rows组合的模型，如Qwen3-TTS和Qwen3-VL，在完全加载到GPU时（例如 -ngl 99）会触发GGML_ASSERT断言失败。
Vulkan后端修复GET_ROWS偏移处理
此前的Vulkan GET_ROWS shader在张量缓冲区偏移与view_offs相加后不对齐minStorageBufferOffsetAlignment时会触发断言，导致Qwen3-TTS、Qwen3-VL等模型硬崩溃。b10839中，get_rows_quant.comp补齐了get_aoffset()、get_boffset()、get_doffset() 调用，使量化路径能正确处理非零view_offs，例如KV缓存切片产生的偏移。
- 移除了supports_op() 中对GET_ROWS未对齐情况的CPU回退，因为Vulkan后端现在原生支持未对齐偏移。
- 对于使用vk_op_binary_push_constants的操作（如GET_ROWS、ADD、SUB、MUL），将缓冲区绑定到视图偏移附近的对齐位置，并通过push constant传递调整后的未对齐量，避免量化块类型偏移被截断。
- 新增ggml_vk_tensor_physical_offset统一UMA与非UMA设备的物理偏移查找，确保缓冲区绑定与push constant偏移一致。
- 修复了gated_linear_attn结构中的文件损坏问题。
测试覆盖与验证
新增后端测试覆盖F32、F16、Q4_0、Q4_K、Q8_0、I32类型，使用ggml_view_4d产生非零视图偏移，验证非量化与量化路径。还添加了offset_rows=3 的GET_ROWS测试，覆盖be1={1,7} 和v={false,true} 组合。所有 223 个GET_ROWS测试在NVIDIA RTX 5060 Ti上通过。
- 复现场景：llama-tts -m Qwen3-TTS-*.gguf -mm mmproj-*.gguf -ngl 99。
- 测试跳过了视图张量的梯度设置，因GGML_OP_VIEW无法通过ggml_set_param。
下载与构建状态
b10839提供多平台二进制：macOS（Apple Silicon与Intel）、iOS XCFramework、Linux（Ubuntu x64/arm64/s390x，含Vulkan、ROCm 10.0、OpenVINO、SYCL版本）、Android arm64、Windows（CPU、CUDA 12.4/13.3、Vulkan、OpenVINO、SYCL），以及Windows arm64的CUDA 13 preview和OpenCL Adreno版本。
- 注意：macOS Apple Silicon的KleidiAI构建和openEuler构建被禁用，相关PR见 #23780 和 #23705。
- UI包同步更新。