llama.cpp后端性能更新

llama.cpp合入CUDA与Metal后端优化，Mamba-2长上下文预填充最高约22%加速。

推荐理由：最实质的是Mamba-2预填充在长上下文下约20%级加速，并补强Metal后端；本地推理瓶颈正在靠底层kernel小步优化累积改善。