b11923
ggml:放宽对非连续视图的缩放(#31146)* ggml:放宽对非连续视图的缩放 SCALE 要求 src0 必须是一维连续内存。现将其放宽为在维度 0 上具有任意行步长的连续性(ggml_is_contiguous_rows),这与 Metal 后端中的单目运算保持一致。 - ggml:放宽 ggml_scale_impl 中的断言 - cpu:通过字节步长访问 src0 的各行(f32、bf16) - cuda:支持步长感知的内核,采用 fastdiv 行分解 - metal:支持 bf16 缩放(通过受保护的单目实例化) - sycl:保持 gate 处于连续状态,内核则以 f32 平铺形式实现 为 test_scale 添加视图变体。已在 CPU、Metal 和 CUDA 上验证。协助者:dsh:llama.cpp/ggml-org/Qwen3.8-Flash-Next-GGUF(RTX 5090 32GB,DDR5 128GB)* cuda:在非连续视图上跳过软截断融合 融合后的软截断内核会读取 src 和 w