llama.cpp b12118 发布：OpenCL 后端优化 decode 性能与 FA 支持

llama.cpp b12118 通过 OpenCL 后端改进 decode 性能，为 q4_K gate up + GLU 启用更多 workgroup。该版本扩展了 FA 对 GQA 的支持，覆盖 GQA 2/6（head size 256）、GQA 16（head size 128、512）及 GQA 2（head size 512）。