llama-server segfaults (GPF) for all models on virtualized Granite Rapids / GCP C4 — 0.31.1–0.32.1, Docker and native; local llama.cpp build

快速结论：该崩溃发生在虚拟化 Intel Granite Rapids 主机（如 GCP C4 实例）上运行 Ollama 官方预构建二进制时，原因是工具链版本不兼容导致的代码生成错误（而非 CPU 功能掩码问题）。优先尝试删除有问题的 Sapphire Rapids 动态库，或等待包含 #17244 修复的官方发布版本。

问题场景

用户在虚拟化 Intel Xeon 6 / Granite Rapids 主机（GCP C4 系列，c4-standard-24-lssd，Xeon 6985P-C）上运行 Ollama 官方发行版（0.31.1–0.32.1，包括 Docker 和原生 Linux 安装），所有模型在首次推理时均崩溃。同一主机上本地编译的 llama.cpp 正常工作。

报错原文

llama runner process has terminated: signal: segmentation fault (core dumped)

dmesg:
traps: llama-server[37481] general protection fault ip:7b25b6b55b66 sp:7ffff18551c0 error:0
traps: llama-server[45537] general protection fault ip:74a12c671b66 sp:7fffb52e5380 error:0
traps: llama-server[69976] general protection fault ip:7444fdaf3ae6 sp:7ffc3bb60680 error:0

系统信息（崩溃前成功输出）：
system_info: ... AMX_INT8 = 1 ...
load_tensors: AMX model buffer size = 2699.45 MiB

注意：尽管最初怀疑是 CPUID 掩码导致的非法指令，但 #GP (general protection fault) 通常对应的是对齐错误或代码生成问题，而非 #UD/SIGILL。崩溃指令偏移量在所有运行中一致，指向工具链问题。

原因分析

官方预构建二进制使用的编译工具链（GCC 版本）较旧，在虚拟化 Granite Rapids 主机上生成了对齐错误的向量指令（如对齐读取未对齐地址）。默认情况下，虚拟化环境可能不触发旧编译器中的某些对齐处理逻辑。本地使用 GCC 15.2.0 编译的 llama.cpp 正常工作，证实了工具链版本问题。

可能原因：Ollama 预编译的 Sapphire Rapids 变体库（libggml-cpu-sapphirerapids.so）在 Granite Rapids 虚拟机上触发了编译器 bug 或优化假设，这与 PR #17244（GCC 13 构建增强）相关联。

环境排查

确认主机类型：GCP C4 系列实例（c4-standard-*-lssd）可能分配在 Granite Rapids 上；普通 c4-standard-* 可能在 Emerald Rapids 上。
检查 CPU 功能：运行 grep -oE 'amx_[a-z0-9]+|avx512_fp16' /proc/cpuinfo | sort -u 确认 amx_fp16 是否被虚拟化层隐藏（预期不出现）。
检查 Ollama 版本：0.31.1–0.32.1（Docker 或原生安装）均受影响。
确认 GPU：此问题仅涉及 CPU 推理（无 GPU）。

解决步骤

临时删除问题动态库（可优先尝试）：创建 Dockerfile 移除 Sapphire Rapids 变体库，这将导致使用较通用的 CPU 代码路径：
```
FROM ollama/ollama:0.32.1
RUN rm /usr/lib/ollama/libggml-cpu-sapphirerapids.so
```
然后构建并运行自定义镜像。
本地编译 llama.cpp 或 Ollama：在目标主机上使用 -march=native 或 GGML_NATIVE=ON 编译。受害者的 GCC 15.2.0 + cmake 4.2.3 环境已认证工作。
等待官方修复：包含 PR #17244（GCC 13 构建增强）的后续版本将解决此问题。GitHub 已确认 0.32.1 存在此问题，且 head + #17244 构建通过测试。

验证方法

在 GCP C4 实例上运行以下命令确认崩溃已被消除：

docker run -d --name ollama -p 11434:11434 <your-custom-image>
docker exec ollama ollama pull llama3.1:8b
curl localhost:11434/api/generate -d '{"model":"llama3.1:8b","prompt":"hi","stream":false}'

若返回 JSON 响应而非错误消息，则问题已解决。或等待官方发布版本后重新测试。