llama.cpp実行中におけるtensorの具体的な構造の中身を知りたいです。

実現したいこと

llama.cppでモデルを読み込み、推論を実行している最中のtensorの具体的な中身の構造を知りたいです。
ソースコードに疎いこともあり、そもそも実現できるのかすらもわかりません。

前提

forループの間にtensorの状態で、演算が分岐していることは把握できました。
ただし、tensorの構造が自分から見るとブラックボックスで、具体的にはどのようになっているかがわかりません。理想は、具体的な例を目に見える形で見たいです。
構造自体は把握していて、実際の推論中にどのような型や演算方法(以下のソースコードのop部分)がtensorに格納されているのかを知りたいです。
何か知見を持っている方がいればご教授お願いします。
よろしくお願いいたします。

発生している問題・エラーメッセージ

エラーメッセージ

該当のソースコード

-------tensorの型定義-----------------------------------------------------------------
struct ggml_tensor {
enum ggml_type type;

    GGML_DEPRECATED(enum ggml_backend_type backend, "use the buffer type to find the storage location of the tensor");

    struct ggml_backend_buffer * buffer;

    int64_t ne[GGML_MAX_DIMS]; // number of elements
    size_t  nb[GGML_MAX_DIMS]; // stride in bytes:
                               // nb[0] = ggml_type_size(type)
                               // nb[1] = nb[0]   * (ne[0] / ggml_blck_size(type)) + padding
                               // nb[i] = nb[i-1] * ne[i-1]

    // compute data
    enum ggml_op op;

    // op params - allocated as int32_t for alignment
    int32_t op_params[GGML_MAX_OP_PARAMS / sizeof(int32_t)];

    int32_t flags;

    struct ggml_tensor * grad;
    struct ggml_tensor * src[GGML_MAX_SRC];

    // source tensor and offset for views
    struct ggml_tensor * view_src;
    size_t               view_offs;

    void * data;

    char name[GGML_MAX_NAME];

    void * extra; // extra things e.g. for ggml-cuda.cu

    // char padding[4];
};

----------ここまで-----------------------------------------------------

-------実際の演算を行うforループ(ggml_graph_compute_thread関数)--------------
for (int node_n = 0; node_n < cgraph->n_nodes && !tp->abort; node_n++) {
struct ggml_tensor * node = cgraph->nodes[node_n];

    ggml_compute_forward(&params, node);

    if (state->ith == 0 && cplan->abort_callback &&
            cplan->abort_callback(cplan->abort_callback_data)) {
        tp->abort = true;
        tp->ec    = GGML_STATUS_ABORTED;
    }

    ggml_barrier(state->threadpool);
}

--------ここまで---------------------------------

--------tensorの分岐----------------------------
static void ggml_compute_forward(struct ggml_compute_params * params, struct ggml_tensor * tensor) {
GGML_ASSERT(params);

if (tensor->op == GGML_OP_NONE || ggml_is_empty(tensor)) {
    return;
}

switch (tensor->op) {
    case GGML_OP_DUP:
        {
            ggml_compute_forward_dup(params, tensor);
        } break;
    case GGML_OP_ADD:
        {
            ggml_compute_forward_add(params, tensor);
        } break;
    case GGML_OP_ADD1:
        {
            ggml_compute_forward_add1(params, tensor);
        } break;
    case GGML_OP_ACC:
        {
            ggml_compute_forward_acc(params, tensor);
        } break;
    case GGML_OP_SUB:
        {
            ggml_compute_forward_sub(params, tensor);
        } break;
    case GGML_OP_MUL:
        {
            ggml_compute_forward_mul(params, tensor);
        } break;

.......(長いため省略)
----------ここまで-----------------------------