Misc. bug: Metal SOLVE_TRI reads out of bounds under shader validation

快速结论：该报错出现在 Apple Silicon 上启用 Metal shader validation 后运行 llama.cpp 的 test-backend-ops，执行 SOLVE_TRI 测试时 kernel_solve_tri_f32 发生越界设备内存读取；优先排查 Metal 后端版本是否已包含对应修复，而不只是关闭校验。

适用环境：Issue 确认的环境为 Apple M4、macOS 26.5.2，llama.cpp 源码提交 956591f4570aa6636895d90439892fef7c075b17，以 GGML_METAL=ON、LLAMA_CURL=OFF 进行 Release 构建；Issue 未提供 Python、CUDA、PyTorch 或依赖版本信息。

最快修复方案：暂无确认的一步修复方案；Issue 评论说明该问题已由 PR #32103 修复，可优先尝试更新到包含该修复的 llama.cpp 版本后重新构建并验证。

注意事项：关闭 shader validation 会让 24 个现有 SOLVE_TRI 测试用例通过，但这只隐藏了越界检测，不能证明内核安全。PR #32103 的具体提交范围与合并版本，请以仓库记录为准。

问题场景

用户在 Apple M4 Mac 上使用 llama.cpp 的 Metal 后端，运行 test-backend-ops 并只筛选 SOLVE_TRI 算子测试。在启用 MTL_SHADER_VALIDATION 和 fault 中止机制后，测试用例 ne_lhs=[79,79,5,3]、ne_rhs=[417,79,5,3] 触发 Metal GPU 校验报错，进程因 SIGABRT 终止，shell 退出码为 134。关闭 shader validation 后，当时全部 24 个 SOLVE_TRI 测试用例均能运行成功。

报错原文

Metal GPU validation enabled
ggml_metal_library_compile_pipeline: compiling pipeline: base = 'kernel_solve_tri_f32', name = 'kernel_solve_tri_f32_nsg=8_n=79_k=417'
Invalid device load at offset 4358292, executing kernel function: "kernel_solve_tri_f32"
buffer: , length:4358144, resident:Read Write
    * frame #0: kernel_solve_tri_f32() - /program_source:1638:39

原因分析

根据 Issue 描述，问题位于 solve_tri.metal 的内核实现：把矩阵 A 加载到 threadgroup 内存的循环缺少对填充列索引的检查，也没有处理超出最后一行的 SIMD group；同时求和循环在乘以 (idx < r) 布尔判断之前就先读取了 dst_ptr[idx*K]，因此该条件判断无法阻止前面的越界读取。Metal shader validation 检测到 kernel_solve_tri_f32 对长度为 4358144 的缓冲区在偏移 4358292 处执行无效设备读取，这个偏移已经超出缓冲区范围。Issue 评论说明该问题已由 PR #32103 修复。

环境排查

确认 Apple Silicon 机型与 macOS 版本，Issue 中为 Apple M4、macOS 26.5.2。
确认 llama.cpp 源码提交或发行版本是否早于 PR #32103 的修复范围。
确认构建配置是否为 Metal 后端启用状态，例如 GGML_METAL=ON。
确认复现时是否启用了 MTL_SHADER_VALIDATION=1、MTL_SHADER_VALIDATION_REPORT_TO_STDERR=1、MTL_SHADER_VALIDATION_ABORT_ON_FAULT=1。
Issue 未提供 Python、CUDA、PyTorch 或额外依赖版本，无需据此排查这些项目。

解决步骤

记录当前 llama.cpp 版本或源码提交，确认是否仍包含 956591f4570aa6636895d90439892fef7c075b17 及更早的 solve_tri.metal 实现。
更新 llama.cpp 到包含 PR #32103 的版本，并重新进行带 Metal 支持的 Release 构建；可优先尝试此方案，但需以实际仓库合并记录确认修复已纳入。
使用原复现命令重新运行 test-backend-ops，并继续保持 shader validation 与 abort-on-fault 开启，以确认越界读取不再触发。
如果更新后仍报错，保留完整的 Metal validation 输出、构建配置和源码提交信息，再向仓库反馈。

验证方法

在启用 MTL_SHADER_VALIDATION=1、MTL_SHADER_VALIDATION_REPORT_TO_STDERR=1、MTL_SHADER_VALIDATION_ABORT_ON_FAULT=1 的情况下运行同一 SOLVE_TRI 测试，应不再出现 Invalid device load，进程也不再因 SIGABRT 以 134 退出。修复不依赖关闭 shader validation 才通过。