苹果御用框架立功！Ollama本地AI狂飙，Mac跑模型速度直接翻倍

麻薯滑芝士

哎我天！所有用Mac搞AI开发的、在自己电脑上跑大模型玩的、还有那些嫌云端AI贵又想体验智能助手的兄弟们，赶紧看过来！今天有个巨提神的消息，保管让你们手里的Mac，特别是那些新款，感觉像打了鸡血一样——Ollama，就那个让你能在自己电脑上本地运行各种AI模型的王牌软件，它更新了！而且这次更新，是抱上了苹果亲儿子“MLX”框架的大腿，速度直接起飞！

消息是Macrumors曝出来的，说得有鼻子有眼。简单讲，Ollama刚刚放出了一个新版本，这个版本最大、最牛的变化，就是它终于深度用上了苹果自家搞的那个机器学习框架，叫MLX。结果呢？就是在搭载苹果自家芯片（M1、M2、M3，特别是最新的M5）的Mac电脑上，运行AI模型获得了一剂猛到不行的速度强心针！

Ollama官方自己说的，用了MLX框架加持的新版本，处理你输入问题（专业点叫“预填充”速度）的速度，大概是之前的1.6倍；而生成回答（也就是“解码”速度）的速度，更是快了将近一倍，差不多是翻了个跟头！这啥概念？就等于原来你问AI一个问题，它要“嗯……”思考两秒钟才开口，现在可能一秒多点就反应了；原来它像打字一样一个一个词往外蹦回答，现在跟开了倍速说话似的，哗哗哗就给你一大段。整个对话的流畅感和响应速度，那是质的飞跃。

为啥能突然快这么多？根子就在苹果这个MLX框架上。你可以把它理解成苹果为自家芯片（Apple silicon）专门修建的一条“御用高速公路”。以前Ollama或者其他AI软件在Mac上跑，可能用的是那种通用型的、啥车都能开的“国道”（比如PyTorch的某些版本），虽然也能跑，但毕竟不是为Mac的芯片量身定做的，有些弯道得减速，有些潜力发挥不出来。

现在Ollama换到了MLX这条“御用高速”上，等于拿到了苹果芯片最底层的“优化秘籍”，知道怎么最狠、最直接地调动M系列芯片里那个强大的GPU和神经网络引擎（Neural Engine）来干活，所有的计算都安排在“家门口”，效率自然蹭蹭往上涨。报道里还特别点了M5系列芯片的名，说它们看到的性能提升是最大的。这很可能是因为M5里面塞进了苹果全新的“GPU神经加速器”，这玩意儿就是专门为MLX这类机器学习任务生的“特种兵”，Ollama现在能直接指挥这些“特种兵”，那速度能不爆炸吗？

除了跑得快，这次更新还有个隐藏福利：更聪明的内存管理。Ollama说，这会让那些AI编程工具或者聊天助手，在你长时间使用的时候，感觉明显更跟手、更不容易卡顿。你想啊，本地跑模型最吃内存，内存管理好了，就像你电脑同时开很多网页也不卡，体验能不好吗？

那具体对哪些人、哪些应用最有用呢？Ollama官方也点名了。他们觉得这个性能大提升，会特别惠及那些在macOS上跑个人助理（比如OpenClaw）或者编程智能体（比如Claude Code, OpenCode, 或者Codex）的用户。你想想，你让AI帮你写代码或者分析问题，它反应快一倍，你等得心焦的时间就少一半，效率自然嗷嗷往上提，心情也舒畅啊。

不过啊，先别急着冲到官网去下载。有两个小门槛得注意：第一，这个超强提速的版本目前是预览发布，版本号是Ollama 0.19。第二，它对硬件有点要求，你需要一台统一内存超过32GB的Mac才能跑得动。毕竟想要马儿跑得快，得给马儿多吃草，大内存是本地AI的必备条件。

还有一点挺关键的，目前这个基于MLX的加速支持，还只限定在阿里巴巴的“Qwen3.5”这一个AI模型上。Ollama说，计划未来会给更多的AI模型也加上这种“御用加速”。所以，如果你现在主要跑的模型不是Qwen3.5，可能还得再等等，或者用回原来的通用版本。但不管咋说，这条路已经通了，而且证明快得离谱，其他模型跟上支持也就是个时间问题。

所以，总的来看，苹果这波通过MLX框架给开发生态“发糖”，Ollama第一时间接住并做出了示范，效果堪称炸裂。这对于所有苹果电脑用户、特别是开发者来说，是个实实在在的利好。它意味着在本地低成本、低延迟、高隐私地运行相当强大的AI模型，正在从“可以玩”变得“非常好用”。如果你的Mac够新、内存够大，又刚好用Qwen3.5，那赶紧去试试这个0.19预览版，体验一下什么叫“本地AI的Mac时刻”。这感觉，就像给你手里的生产力工具，悄悄换上了一颗更强劲的“AI心脏”。