llama.cpp补丁优化矩阵乘法 RTX 5090性能提升4.5倍

RecodeX 重构消息，开发者Jeff Bolz提交的llama.cpp补丁通过采用窄瓦片（narrow tiles）方案，优化了KHR cooperative-matrix路径。在M=4096、K=14336、N=16的矩阵乘法场景下，RTX 5090上的单次运算耗时从325.49微秒降至72.36微秒，提速约4.5倍。