[SYCL] Misc. bug: test-backend-ops -b SYCL0 assertion: ggml_sycl_op_concat dst: q4_0

快速结论：该报错发生在 llama.cpp 的 test-backend-ops -b SYCL0 测试中，当 SYCL 后端执行 CONCAT 算子且目标张量类型为 Q4_0 时触发断言失败。优先排查 llama.cpp 版本是否已包含 PR #26800 的修复（即提交 1d2869c6e）。

适用环境：Linux（Ubuntu 24.04 LTS）、Intel oneAPI 工具包 2026.1.0-187、intel-deep-learning-essentials 2026.1.2-18、Intel LLVM 2026.1.1、Intel Arc Pro B70 GPU（SYCL0 设备）。构建方式：cmake -B build -DGGML_SYCL=ON -DCMAKE_C_COMPILER=icx -DCMAKE_CXX_COMPILER=icpx -DGGML_SYCL_F16=ON -G Ninja。

最快修复方案：更新 llama.cpp 到包含 PR #26800 的版本（至少包含提交 1d2869c6e），该 PR 修复了 CONCAT 对 Q4_0 类型不支持的问题。

注意事项：此修复已在对应提交中验证通过，但如果您使用的构建版本早于该提交，建议先更新代码后重新构建再测试。该问题属于未确认 bug（bug-unconfirmed），Issue 讨论中给出的修复方案为“等待合并”。

问题场景

用户在使用 llama.cpp 的测试程序 test-backend-ops 时，显式指定 SYCL 后端（-b SYCL0）运行算子测试。测试执行到 CONCAT 算子的 Q4_0 类型用例时触发断言失败并崩溃（core dump）。同类测试中 f32、f16、bf16、i8、i16、i32、i64 等类型均通过，只有 Q4_0 类型失败。

报错原文

ggml_sycl_op_concat: unsupported types: dst: q4_0
/home/mctaylor/dev/ollama/llama-cpp/llama.cpp/ggml/src/ggml-sycl/concat.cpp:227: GGML_ASSERT(false) failed

原因分析

这是 llama.cpp SYCL 后端的一个功能缺失 bug。SYCL 后端的 CONCAT 算子实现（ggml_sycl_op_concat）没有覆盖 Q4_0 量化类型的支持，导致当测试用例传入该类型时，代码路径进入未实现分支并触发断言。该问题与 GPU 硬件本身无关，而是后端的算子实现对某些量化类型支持不完整。

环境排查

确认 llama.cpp 代码版本：Issue 报告版本为 10380（0b1bad14f），修复提交为 1d2869c6e，请确认您使用的版本是否已包含修复。
确认 SYCL 后端已正确启用：-DGGML_SYCL=ON，并使用 Intel 编译器（icx/icpx）构建。
确认 GPU 设备可被识别：运行 build/bin/llama-cli --list-devices 应输出 SYCL0 设备（如 Intel Arc Pro B70）。
确认 oneAPI 环境：ticket 中使用的 intel-oneapi-toolkit 2026.1.0-187 与 deep-learning-essentials 2026.1.2-18 可作为参考环境。

解决步骤

更新 llama.cpp 源码到包含 PR #26800 的版本（提交 1d2869c6e 或之后）。
重新构建项目：cmake -B build -DGGML_SYCL=ON -DCMAKE_C_COMPILER=icx -DCMAKE_CXX_COMPILER=icpx -DGGML_SYCL_F16=ON -G Ninja，然后执行 cmake --build build --config Release -j 8。
重新运行测试：build/bin/test-backend-ops -b SYCL0。
如果问题依旧，检查是否使用了正确的 oneAPI 环境变量（如 source /opt/intel/oneapi/setvars.sh）。

验证方法

重新运行 test-backend-ops -b SYCL0，观察 CONCAT 测试输出。若修复生效，应看到 CONCAT(type=q4_0,...): OK 而不再出现 ggml_sycl_op_concat: unsupported types 断言错误，测试进程正常结束或继续后续测试用例。