苹果 AI 框架 MLX 升级支持英伟达 CUDA，开发者成本有望大幅下降

苹果 MLX 强势升级，CUDA 支持引爆开发者新革命

　　 7月16日消息，Appleinsider报道，苹果为其自研AppleSilicon芯片打造的机器学习框架MLX现已新增对CUDA的支持。 这一变化表明，苹果正在逐步扩大其机器学习生态的兼容性，不仅限于自家芯片，也开始向更广泛的计算平台开放。尽管目前尚不清楚这一支持的具体应用场景和性能表现，但此举无疑有助于提升MLX在开发者社区中的吸引力，尤其是在需要跨平台协作的项目中。随着AI技术的不断发展，这种开放性的增强或将推动更多创新应用的出现。

　　 这意味着开发者可以直接在Apple Silicon Mac上使用MLX进行应用开发，之后再将其导出到CUDA环境进行运行。

　　 在此之前，由于MLX深度整合在苹果的Metal框架中，因此无法在macOS系统以外的平台上运行，这使得开发者不得不购买额外的硬件来进行部署和测试。

　　 注意到，该项目由GitHub开发者@zcbenz发起，数月前开始开发CUDA相关支持代码，并随后将项目拆分为多个模块，逐步合并至苹果MLX主分支。

　　 需明确说明的是，此支持仅限从适配苹果环境的 MLX 框架导出代码，使其可在 Nvidia 显卡及服务器硬件运行。这既不意味着 Mac Pro 或外接显卡坞可连接 Nvidia 显卡本地运行机器学习应用，也无法让基于 CUDA 编写的项目直接在 Apple Silicon 上运行。

　　 对于开发者而言，该项目的优势体现在成本控制方面——Nvidia硬件的配置成本非常高，甚至数倍于顶配Mac的价格。对于小规模开发者来说，组织可以利用Apple Silicon设备进行开发和测试，仅在产品量产阶段使用Nvidia硬件，从而有效降低整体开支。这种分阶段使用的策略，不仅有助于优化资源分配，也为初创团队或预算有限的项目提供了更灵活的选择。

　　 此外，MLX项目在CUDA系统上运行时展现出远超Mac平台的性能，这得益于Nvidia硬件在机器学习领域的广泛部署和强大算力支持，为开发者提供了更高效、更稳定的训练与推理环境。随着AI技术的不断发展，使用Nvidia硬件的开发团队将能够更好地应对复杂计算任务，提升整体效率。这一趋势也反映出当前机器学习领域对高性能计算资源的持续依赖。

　　 相关阅读：

　　 《阿里千问 3 全系适配苹果 MLX 框架》

　　 《组队训练 AI，MLX 项目亮相：苹果 Mac 集群化驾驭并行计算任务》

　　 《苹果推出 MLX 深度学习框架：专为 Apple Silicon 优化，可实现“软硬结合”》