llamAmpere：面向Ampere GPU的推理优化分支

llamAmpere 是针对 Ampere GPU 优化的 llama.cpp 分支，面向已有显卡上的本地推理。 llama.cpp分支整合TurboQuant KV缓存、MTP推测解码和SM86专用内核，针对RTX 3090等Ampere设备优化。