Ollama是一個專門在本地計算機上運行大語言模型的運行時系統(tǒng)，現(xiàn)已新增對蘋果開源機器學習框架MLX的支持。此外，Ollama還改進了緩存性能，并支持英偉達的NVFP4格式進行模型壓縮，大幅提升了特定模型的內(nèi)存使用效率。

這些改進結合在一起，為搭載蘋果芯片（M1或更新版本）的Mac電腦帶來了顯著的性能提升。時機恰到好處，因為本地模型正開始在研究者和愛好者群體之外獲得更廣泛的關注。

最近OpenClaw的爆紅現(xiàn)象——在GitHub上迅速獲得超過30萬個星標，通過Moltbook等實驗引起轟動，并在中國引起特別關注——讓許多人開始嘗試在自己的機器上運行模型。

隨著開發(fā)者對Claude Code或ChatGPT Codex等工具的速率限制和高昂訂閱費用感到沮喪，本地編程模型的實驗熱度不斷升溫。（Ollama最近還擴展了Visual Studio Code集成功能。）

新支持功能目前處于預覽階段（Ollama 0.19版本），目前僅支持一個模型——阿里巴巴Qwen3.5的350億參數(shù)版本。對于普通用戶來說，硬件要求相當嚴格。根據(jù)Ollama的公告，用戶不僅需要配備蘋果芯片的Mac電腦，還需要至少32GB的內(nèi)存。

此外，Ollama現(xiàn)在能夠利用蘋果M5系列GPU中的全新神經(jīng)加速器，因此那些最新款Mac應該在每秒Token數(shù)和Token響應時間方面獲得額外優(yōu)勢。

雖然本地模型在基準測試中仍落后于前沿模型，但我們正逐漸達到這樣一個程度：它們在某些任務上已經(jīng)足夠好，用戶可能無需為此付費訂閱。當然，與基于云的服務相比，本地運行模型還具有隱私優(yōu)勢，不過我們絕對不推薦像OpenClaw那樣讓模型深度訪問系統(tǒng)的設置。主要障礙仍然是設置難度（Ollama主要是命令行工具，盡管已有其他界面可用）和硬件能力，特別是顯存需求。

蘋果的MLX框架為蘋果芯片的內(nèi)存提供了優(yōu)化訪問，GPU和CPU共享內(nèi)存——這與Ollama之前針對的配備獨立GPU的臺式機采用了不同的方法。這并不意味著對大多數(shù)用戶來說云端模型和本地模型之間的差距完全消失，但對現(xiàn)代Mac用戶來說，這可能是朝著正確方向邁出的一步。

Ollama尚未公布MLX支持何時退出預覽階段并擴展到更多模型的時間表。

Q&A

Q1：Ollama的MLX支持有什么新功能？

A：Ollama新增了對蘋果開源機器學習框架MLX的支持，還改進了緩存性能，并支持英偉達的NVFP4格式進行模型壓縮，為搭載蘋果芯片的Mac電腦帶來顯著性能提升。

Q2：使用Ollama的MLX支持需要什么硬件配置？

A：需要配備蘋果芯片（M1或更新版本）的Mac電腦，并且至少需要32GB內(nèi)存。搭載M5系列GPU的最新Mac還能獲得額外的性能優(yōu)勢。

Q3：本地大語言模型相比云端模型有什么優(yōu)勢？

A：本地模型的主要優(yōu)勢是隱私保護，用戶數(shù)據(jù)不需要上傳到云端。此外，對于某些任務，本地模型已經(jīng)足夠好用，可以避免付費訂閱云端服務的費用。