Tech Meridian ← К СУЩНОСТЯМ
PROМОЙ MERIDIAN EN

КОМПАНИЯ · ENTITY #17261

MLX

Хронология связанных событий, источники и контекст из новостной базы.

ХРОНОЛОГИЯ СОБЫТИЙ

3

CODING · 1 ИСТОЧН. · Hugging Face

Выпущен AnyLanguageModel 1.0 с swift-huggingface и swift-xet 1.0 — поддержка локальных и облачных моделей на платформах Apple

Вышел AnyLanguageModel 1.0 вместе со swift-huggingface 1.0 и swift-xet 1.0: единый API для Swift‑приложений на iOS, macOS, visionOS и Linux, позволяющий использовать совместимые с Foundation Models локальные модели (через llama.cpp, MLX, Core ML) и хостинг-провайдеров (Hugging Face, Anthropic Messages API, OpenRouter и совместимые с OpenAI). Среди новшеств — guided generation для всех провайдеров, поддержка изображений по синтаксису Foundation Models 27, учёт рассуждений в транскриптах, получение краткоживущих ключей и руководство по миграции.

6.0

RESEARCH · 1 ИСТОЧН. · Apple Machine Learning Research

MLX позволяет запускать Muse Spark Open (816B) локально и на нескольких Mac Studio

Фреймворк MLX получил поддержку Apple Silicon и показал запуск фронтирных LLM локально и в распределённой конфигурации на Mac Studio. С последним релизом MLX и RDMA поверх Thunderbolt кластер из четырёх Mac Studio запускает Muse Spark Open (816B, MoE, NVFP4) со скоростью более 36 токенов/с; более компактные модели (Qwen 3.8 и Mistral Medium 3.5) помещаются на одном Mac Studio с 512 ГБ. Бенчмарки через mlx_lm.benchmark показывают до 4.6× ускорения TTFT и примерно 1.6× прирост токенов/с на M5 Ultra против M3 Ultra, с пиковым энергопотреблением около 200–300 Вт.

7.0

RESEARCH · 1 ИСТОЧН. · Apple Machine Learning Research

Minions: распределённое виртуальное GPU-облако на базе простаивающих Apple Silicon

В статье представлен Minions — система, объединяющая простаивающие GPU на устройствах macOS с Apple Silicon в динамическое распределённое виртуальное GPU-облако для масштабного инференса машинного обучения с поддержкой гибкого выполнения задач, отказоустойчивости и эффективного использования ресурсов, что позволяет командам использовать уже имеющееся оборудование вместо покупки дополнительных GPU. Работа упоминает сопутствующие инструменты для Apple Silicon (MLX, нейроускорители M5) и отдельные усилия по ускорению инференса на NVIDIA (ReDrafter).

6.0