llama.cpp b10876发布：用GGML_FA_QUANTS替换GGML_FA_ALL_QUANTS，细粒度控制CUDA编译
新版本允许用户选择要编译的Flash Attention量化组合，未编译的组合将在运行时回退并给出警告。
AI解读：llama.cpp的这次更新把原来“要么全编，要么不编”的Flash Attention编译开关拆成了可选的量化组合，目的是缩短编译时间、减小二进制体积。以前你用GGML_FA_ALL_QUANTS想一次支持所有量化类型，编译会非常耗时；现在可以按需勾选，比如只编自己常用的k-quants或其他量化格式。
如果你自己从源码编译llama.cpp，这个改动直接关系到你的构建配置和日常使用：换上GGML_FA_QUANTS后要明确指定需要的组合，否则运行时若遇到未编译的模型量化类型，会回退到普通核并给警告，可能影响速度。对直接用官方预编译包的用户则基本无感，因为附带的二进制已包含相应支持。
另外这次发布文档里明确标注了macOS Apple Silicon的KleidiAI版本和openEuler的ASCEND版本被禁用，分别关联到外部PR 240和 237 的问题，如果你是这两类平台用户，更新前需要自行评估，别直接照搬旧配置。
llama.cpp发布b10876版本，核心改动是在CUDA后端用GGML_FA_QUANTS替换GGML_FA_ALL_QUANTS，让用户更细粒度地控制编译哪些量化组合的Flash Attention内核。未编译的组合在运行时将自动回退到普通实现，并打印警告。
构建与运行时行为变化
此次改动来自PR #28079，由Johannes Gäßler审核并合作完成。新标志GGML_FA_QUANTS取代了原来的GGML_FA_ALL_QUANTS，开发者可以指定要编译的FA量化组合，而不再强制全量编译。官方表示这样能减少编译时间和二进制体积。
如果某个组合未被编译，程序不会直接报错，而是会在运行时回退并用警告提示用户，从而避免不兼容崩溃。
- 新增GGML_FA_QUANTS用于配置Flash Attention量化组合。
- 删除了原有的GGML_FA_ALL_QUANTS全量编译标志。
- 更新了docs/build.md构建文档，说明如何配置各个组合。