[DSpark] Native graph assertion on Apple Silicon with official LFM2.5-2.6B DSpark GGUF

快速结论：该报错发生在 macOS Apple Silicon 上使用 llama.cpp 加载官方 LiquidAI LFM2.5-2.6B DSpark 草稿模型进行推测解码时，首次生成请求即触发原生图断言崩溃。优先排查 llama.cpp 版本是否过旧，升级到 v0.2.0（或 b10541 及以上）即可解决。

适用环境：macOS（Apple Silicon）、llama.cpp Homebrew build 10470、目标模型 LiquidAI/LFM2.5-2.6B-Q4_K_M.gguf、草稿模型 LiquidAI/LFM2.5-2.6B-DSpark-F16.gguf。

最快修复方案：将 llama.cpp 升级到 v0.2.0（对应 ggml 0.21.0，版本号高于 b10541）。该版本已验证可修复崩溃，DSpark F16 草稿模型可正常加载并完成生成。

注意事项：暂无确认的“不升级版本”的替代修复方案；不保证其他低于 v0.2.0 的构建（包括 b10541 之前的版本）都能正常工作。

问题场景

用户使用 llama-server 加载 LFM2.5-2.6B-Q4_K_M.gguf 作为目标模型，并通过 -md 指定官方 LFM2.5-2.6B-DSpark-F16.gguf 作为草稿模型，同时启用 --spec-type draft-dspark 进行 DSpark 推测解码。服务器启动时提示 DSpark 初始化成功，但在发送首个 chat completions 请求后，客户端收到空回复且服务器进程崩溃退出。

报错原文

src/llama-graph.cpp:1352: GGML_ASSERT(t_layer_inp[il] != nullptr && "layer input tensor is null") failed

原因分析

该崩溃是 llama.cpp 旧版本（Homebrew build 10470）在 Apple Silicon 上处理 DSpark 草稿模型时，图构建过程中层输入张量为空的内部断言失败。可能原因：该版本的推测解码实现与官方 DSpark sidecar 不兼容，图构建时未能正确传递层输入张量。相同目标模型使用非 DSpark 路由（普通推测解码）不受影响，说明问题特定于 DSpark 图路径。

环境排查

确认 llama.cpp 版本：需升级到 v0.2.0 或 b10541 及以上版本，低于此版本的构建存在崩溃风险。
确认 macOS 为 Apple Silicon 架构（x86_64 环境未在此 Issue 中验证）。
确认目标 GGUF 与 DSpark 草稿 GGUF 均为官方发布文件，且草稿模型为 F16 精度。
确认命令中 --spec-type draft-dspark 参数拼写正确。

解决步骤

备份当前 llama.cpp 配置或记录当前版本号（Homebrew build 10470 为触发崩溃的版本）。
升级 llama.cpp 到 v0.2.0（对应 ggml 0.21.0）或更高版本，该版本已包含修复。
升级后重新启动 llama-server，使用与复现时相同的启动参数（目标模型、DSpark 草稿模型、--spec-type draft-dspark、-ngl 99 等）。
确认服务器日志显示 DSpark 初始化成功且无图构建警告。

验证方法

升级后重新发送同样的 chat completions 请求，确认不再出现 GGML_ASSERT(t_layer_inp[il] != nullptr) 崩溃，服务器正常返回生成内容。Issue 中报告升级后草稿接受率（draft acceptance）为 0.63 和 1.00，可作为额外参考指标。