hexagon: flash attention 재작업 (최적화, 정확도 개선 등) ([#25085](https://github.com/ggml-o

요약

llama.cpp 프로젝트의 Hexagon 아키텍처용 Flash Attention 구현을 최적화하고 정확도를 개선한 업데이트입니다. 양자화 작업 통합, 메모리 DMA 디스패치 정리, 커널 리팩토링 등을 통해 성능을 높였습니다.

핵심 포인트

• Hexagon 아키텍처 기반 Flash Attention 최적화 및 정확도 개선
• 양자화(quant) 작업을 메인 행렬 곱셈 스레드로 통합하여 효율성 증대
• DMA 캐싱 및 마스크 처리 최적화를 통한 메모리 접근 성능 향상
• FP32 누산기 사용 및 수학 함수 교체를 통한 수치적 안정성 확보