Misc. bug: llama_bench error: failed to run depth (deepseek v4 + metal)

快速结论：本报错发生在使用 llama-bench 对 DeepSeek V4 模型进行 token 生成基准测试时，特别是在使用 Metal 或 CUDA 后端并启用 flash attention（-fa 1）的情况下。报错 Misc. bug: llama_bench error: failed to run depth (deepseek v4 + metal) 的根本原因是状态恢复（state restore）失败：llama_state_seq_set_data() 返回 0，导致重复处理 prompt 时 decode 出错。优先排查 llama.cpp 版本是否包含 PR #25325 的修复。

适用环境：

• 工具：llama-bench（属于 llama.cpp 项目）
• 模型：DeepSeek-V4-Flash（GGUF 格式，已知 IQ3_XXS、IQ2_XXS 等量化版本）
• 操作系统：macOS（Metal 后端）、Linux（NVIDIA CUDA 后端）
• 后端：Metal（Apple Silicon）、CUDA（NVIDIA RTX PRO 6000 等）
• llama.cpp 版本：至少到 commit 86d86ed43（version 10064）时依旧复现
• 参数：使用 -fa 1（flash attention）、-d 10000、-n 128、-p 512

最快修复方案：将 llama.cpp 更新至包含 PR #25325 合并后的版本（该 PR 已于 2026-07-28 合并入主分支）。之后重新编译并运行 llama-bench 即可。

注意事项：该修复尚未出现在任何正式发布版中，需要从源码编译主分支。如果您无法升级版本，可以尝试评论中建议的临时补丁（e414f593），但该补丁未经官方验证，风险自担。