vulkan: F16/32에 대해 MUL_MAT_VEC을 반복당 4 K로 전환 (#22887)

• vulkan: F16/32에 대해 MUL_MAT_VEC을 반복당 4 K로 전환

Mesa git 대비, Intel BMG 상의 Qwen3.5-9B:BF16 tg128 테스트에서 4.8%의 성능 향상을 보여줍니다.

OOB (Out-of-Bounds) A 읽기 문제를 수정하는 마지막 커밋 전까지는 일부 테스트가 실패할 수 있음에 유의하십시오.

• vulkan: 사용 가능한 경우 mul_mat_vec에서 정렬된 로드 (aligned loads) 사용

Mesa git 대비, Intel BMG 상의 Qwen3.5-9B:BF16 tg128 테스트에서 3.3%의 성능 향상을 보여줍니다.

• mul_mat_vec에서 num_rows가 NUM_ROWS보다 작거나 같음(<=)을 명시적으로 표현

Mesa의 UUB (Unreachable Unbound) 로직은 조건문을 꿰뚫어 볼 수 없어, 정리 실행 (cleanup run) 시 num_rows 필드의 경계값을 이해하는 능력이 제한됩니다. num_rows가 실제로 항상 NUM_ROWS보다 작거나 같음을 명시하는 것은 Mesa가 약간 더 나은 코드 생성 (codegen)을 수행하는 데 도움이 됩니다.

Mesa git 대비, 현재 Intel BMG 상의 Qwen3.5-9B:BF16 tg128 테스트에서 1%의 성능 향상을 보여줍니다.

• vulkan: 홀수 크기에 대한 MUL_MAT_VEC의 OOB A 읽기 수정

A 행렬에서의 OOB 읽기를 수정하라는 TODO 사항이 있었으며, 여기서 이를 처리합니다.

Intel BMG 상의 Qwen3.5-9B:BF16 tg128 테스트에서 성능 노이즈 범위(+<0.1%) 내에 있습니다.

macOS/iOS:

• macOS Apple Silicon (arm64)
• macOS Apple Silicon (arm64, KleidiAI 활성화됨) 비활성화됨
• 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) DISABLED

<strong>Android:</strong>

• Android arm64 (CPU)

<strong>Windows:</strong>

<strong>Windows:</strong>

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

openEuler:

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

UI:

• UI