vulkan: Q3_K/Q6_K 블록 데이터를 블록 로드(Block-load)하고 32비트 정수(32b ints)에서 뺄셈 수행 (#23056)

Q2_K/Q3_K/Q6_K는 2바이트 정렬(2-byte aligned) 상태임에도 불구하고 Intel BMG에서 MMVQ를 사용할 때 훨씬 더 나은 성능을 보이며, Q3_K는 NVIDIA에서도 여전히 우세합니다.

Mesa는 교차하는 배열(alternating arrays)로부터 연속된 로드(back-to-back loads)를 병합(coalescing)하는 능력이 그리 뛰어나지 않으므로, 대신 이를 강제합니다. 또한, 시작 시 최상위 비트(high bit)가 항상 비어 있으므로 비트 조작(bit twiddling)을 사용하는 i8vec4 대신 전체 int32_t에서 직접 뺄셈을 수행할 수 있습니다.

Mesa 기반의 Intel BMG에서 MMVQ로의 전환은 unsloth/Qwen3.5-9B-GGUF:Q3_K의 tg128에서 약 57%의 즉각적인 성능 향상을, unsloth/Qwen3.5-9B-GGUF:Q6_K의 tg128에서 약 78%의 성능 향상을 제공합니다.

블록 로드(block loads)로의 추가 전환은 unsloth/Qwen3.5-9B-GGUF:Q3_K의 tg128에서 약 24%의 성능 향상을, unsloth/Qwen3.5-9B-GGUF:Q6_K의 tg128에서 약 48%의 성능 향상을 이끌어냅니다.

마지막으로, Xe2는 작은 k 값에 대해서도 MMVQ에서 승리하므로, Xe2의 K 양자화(K quants)에 대해서도 NVIDIA 오버라이드(override)를 적용합니다.

macOS/iOS:

• macOS Apple Silicon (arm64)
• macOS Apple Silicon (arm64, KleidiAI 활성화) 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