[CUDA] ggml_cuda_cpy에 cudaMemcpy2DAsync 패스트 패스(fast path) 추가 ([#25057](https://g

[CUDA] ggml_cuda_cpy에 cudaMemcpy2DAsync 패스트 패스(fast path) 추가 (#25057)

• [CUDA] ggml_cuda_cpy에 cudaMemcpy2DAsync 패스트 패스 (fast path) 추가

단순한 2D 피치 블록 복사(pitched block copies)인 동일 유형, 동일 형태의 스트라이드 복사(strided copies)를 위한 CUDA ggml_cpy 패스트 패스 (fast path)를 추가합니다.
텐서가 완전히 연속적(contiguous)이지는 않지만 각 행이 연속적인 경우, 이제 느린 요소별 스칼라 복사 커널(element-wise scalar copy kernel) 대신 cudaMemcpy2DAsync를 사용합니다.

이는 롤백 슬롯(rollback slots)이 캐시 스트라이드 간격(cache stride gaps)에 의해 분리되는 -np 4 환경에서의 GDN 순환 스냅샷 업데이트(recurrent snapshot update) 문제를 해결합니다.

• 새로운 최적화된 스트라이드 복사 경로를 실행하는 새로운 테스트 추가

• 새로운 테스트가 실패함에 따라, OpenVINO에서의 스트라이드 복사(strided copy)에 대해 지원되지 않음(unsupported)을 반환

macOS/iOS:

• macOS Apple Silicon (arm64)
• macOS Apple Silicon (arm64, KleidiAI 활성화) 비활성화(DISABLED)
• macOS Intel (x64)
• iOS XCFramework

Linux:

<strong>Linux:</strong>

• Ubuntu x64 (CPU)
• Ubuntu arm64 (CPU)
• Ubuntu s390x (CPU)
• Ubuntu x64 (Vulkan)
• Ubuntu arm64 (Vulkan)
• Ubuntu x64 (ROCm 7.2)
• Ubuntu x64 (OpenVINO)
• Ubuntu x64 (SYCL FP32)
• Ubuntu x64 (SYCL FP16)

<strong>Android:</strong>

• Android arm64 (CPU)

<strong>Windows:</strong>

<strong>Windows:</strong>

• Windows x64 (CPU)
• Windows arm64 (CPU)
• Windows arm64 (OpenCL Adreno)
• Windows x64 (CUDA 12) - CUDA 12.4 DLLs
• Windows x64 (CUDA 13) - CUDA 13.3 DLLs
• Windows x64 (Vulkan)
• Windows x64 (OpenVINO)
• Windows x64 (SYCL)
• Windows x64 (HIP)

openEuler:

• DISABLED
• openEuler x86 (310p)
• openEuler x86 (910b, ACL Graph)
• openEuler aarch64 (310p)
• openEuler aarch64 (910b, ACL Graph)

UI:

• UI