蘋果 AI 框架 MLX 迎來重大突破：新增英偉達 CUDA 支持，為開發者帶來全新便利

　　7 月 16 日消息，據 Appleinsider 發現，蘋果專為 Apple Silicon 設計的機器學習框架 MLX 正積極推進一項重要更新 —— 新增 CUDA 支持。這一舉措在機器學習開發領域激起了千層浪，為廣大開發者帶來了前所未有的便利。

　　在以往，由于 MLX 與蘋果平台的 Metal 框架深度綁定，導緻其應用範圍被局限于 macOS 系統内，無法在其他環境運行。這一限制使得開發者在進行部署和測試時，往往需要額外購置硬件設備，極大地增加了開發成本和時間成本。而如今，随着 MLX 對 CUDA 支持的引入，這一局面将得到顯著改善。開發者現在能夠直接在 Apple Silicon Mac 上借助 MLX 進行應用開發，随後将成果導出至 CUDA 環境中運行。

　　該項目由 GitHub 開發者 @zcbenz 主導推進。數月前，@zcbenz 便着手構建與 CUDA 相關的支持代碼，并在後續将整個項目拆解為多個模塊，逐步融入蘋果 MLX 的主分支當中。這一過程凝聚了開發者大量的心血與智慧，為蘋果 MLX 與 CUDA 的融合奠定了堅實基礎。

　　需要特别說明的是，此次新增的 CUDA 支持，主要是針對從适配蘋果環境的 MLX 框架導出代碼，使其能夠在 Nvidia 顯卡及服務器硬件上順利運行。這并不意味着 Mac Pro 或外接顯卡塢可以連接 Nvidia 顯卡，從而在本地運行機器學習應用;同樣，也無法實現基于 CUDA 編寫的項目直接在 Apple Silicon 上運行。但即便如此，對于開發者而言，這一改進依然意義非凡。

　　Nvidia 硬件向來以高性能著稱，但相應地，其配置成本也高得令人咋舌，有時甚至數倍于頂配 Mac 的售價。對于小規模開發者或開發團隊而言，這無疑是一筆難以承受的開支。而現在，借助 MLX 對 CUDA 的支持，他們可以充分利用 Apple Silicon 設備進行開發測試工作。在開發初期以及測試階段，僅需使用價格相對親民的 Apple Silicon 設備，便能完成大部分的開發任務。直到進入量産階段，再投入使用 Nvidia 硬件，如此一來，能夠有效節省大量的成本。

　　此外，值得關注的是，MLX 項目在 CUDA 系統上運行時，展現出了遠超在 Mac 上的性能表現。結合 Nvidia 硬件在機器學習領域廣泛應用的優勢，開發者在使用 MLX 導出代碼至 CUDA 環境運行時，有望獲得更強大的算力支持，從而進一步提升開發效率，加速項目的推進進程。

　　随着蘋果 MLX 對 CUDA 支持的逐步完善，機器學習開發者們将迎來更為廣闊的創作空間與更高效的開發體驗，未來或許還将催生出更多基于此的創新應用和成果，值得我們持續關注。