I et pragmatisk grep som bygger bro mellom historisk rivaliserende økosystemer, sponser Apple et prosjekt til . Open-source-initiativet legger til en CUDA-backend til MLX, Apples verktøysett for AI-utvikling på Apple Silicon.
Dette muliggjør en kraftig ny arbeidsflyt: Utviklere kan skrive og teste AI-applikasjoner på en standard MAC og deretter distribuere den samme koden for å kjøre på høyytelses Nvidia GPUS. Strategien tar sikte på å redusere utviklingskostnadene ved å bruke MAC-er i forbrukerklasse for lokalt arbeid før du skaleres opp til dyrt datasentermaskinvare.
Prosjektet, som
Develople-Silicon-4a1b”Target=”_ blankt”> Develople-Silicon-4a-4A-Prosjektets uttalte mål er å tillate utviklere å”skrive/teste kode lokalt på en Mac og deretter distribuere til superdatamaskiner,”lage en sømløs arbeidsflyt. Å bygge og feilsøke komplekse modeller krever betydelig iterasjon, og tillater dette på en tilgjengelig Apple Silicon Mac, kjent for sin Effektiv enhetlig minnearkitektur er et Commelling. NVIDIAs oppsett med høy ytelse kan være uoverkommelig dyre, og koster ofte mange ganger mer enn en topp-spesifikasjon Mac. Ved å muliggjøre utvikling på egen maskinvare, lar Apple organisasjoner spare betydelig kapital, senke inngangsbarrieren for oppstart og redusere driftskostnader for storstilt Enterprise AI-prosjekter før de trenger å skalere opp for produksjon. Dette trekket er ikke uten presedens, til tross for det godt dokumenterte”” Det er avgjørende å forstå prosjektets nøyaktige omfang, ettersom begrensningene er like viktige som dets evner. Dette er en enveis bro, utelukkende designet til Exportable-to-til-nvidia-hardware”mål=”Maskinvare. Dette betyr at programmer bygget mot MLX kan utnytte CUDA-aktiverte brikker, men det betyr ikke at det enorme biblioteket med eksisterende CUDA-innfødte applikasjoner plutselig kan kjøre på Apple Silicon. Oversettelseslaget fungerer bare i en retning. Videre signaliserer initiativet ikke en retur av fysisk NVIDIA-maskinvarestøtte for macOS. Brukere bør ikke forvente å koble et NVIDIA-kort til en Mac Pro eller en EGPU-kabinett for lokal ML-akselerasjon. Tekniske hinder på Apple Silicon, for eksempel hvordan arkitekturen håndterer minnekartlegging for PCIE-enheter, gjør eksterne GPU-drivere til en nærmeste umulighet. Prosjektet handler rent om programvare og interoperabilitet i arbeidsflyten, ikke maskinvareintegrasjon. Det strategiske valget for en enveis bro over en full CUDA-klon er også et nikk til det lovlige minefeltet rundt Nvidias økosystem. En rent rom-implementering av CUDA ville møte enorme utfordringer, fra potensiell patentovertredelse til den rene kompleksiteten i å replisere NVIDIAs svært optimaliserte, lukkede kildebibliotek Denne utviklingen utspiller seg mot et bakteppe av hard konkurranse. Nvidias CUDA er den ubestridte kongen-et proprietært, men dypt integrert økosystem av programvare og biblioteker som Oppretter en kraftig vandring rundt sin maskinvare . I årevis har konkurrenter kjempet for Tilby et levedyktig alternativ AMD, nvidia er primær Avklaring av enveisgaten: Hva dette prosjektet ikke er
Cudas rike og kampen om økosystemet
Intensiteten til dette våpenløpet er følbar. I juni lanserte AMD sin Instinct MI350-serie som en direkte konkurrent til Nvidias neste generasjons Blackwell-plattform. NVIDIA-administrerende direktør Jensen Huang har kalt Blackwell-utrullingen “Den raskeste produktrampen i selskapets historie, enestående i sin hastighet og skala.”
Ved å muliggjøre en vei til CUDA, Sidesteps denne direkte konfrontasjonen. Det lar MLX-rammeverket eksistere sammen med, snarere enn å forsøke å erstatte bransjestandarden. Denne pragmatiske tilnærmingen sikrer at utviklere som bruker Apples verktøy forblir relevante i en verden overveldende dominert av Nvidia.