b11800: llama: QSA 마스크를 위한 새로운 융합 연산(fused op) 생성 (#30640)

요약

본 기사는 Llama 모델의 QSA(Quantized Sparse Attention) 스코어링을 위한 새로운 융합 연산(fused op) 생성에 대한 내용을 다룹니다. 특히, 기존에는 특정 모델에 국한되었던 k-풀 마스크 연산을 ggml_top_k_mask로 일반화하여 DSA 및 DeepSeek V4 CSA와 같은 다양한 모델에서도 활용 가능하도록 확장했습니다.

핵심 포인트

• QSA 스코어링을 위한 새로운 융합 연산(fused op)이 추가되었습니다.
• ggml_top_k_mask를 통해 k-풀 마스크 연산을 일반화했습니다.
• DSA 및 DeepSeek V4 CSA 등 다양한 모델에서 top-k 마스크 구축이 가능해졌습니다.