如何用 Apple MLX 在 iPhone 和 Mac 上執行量化大型語言模型
Wiring Apple's MLX Framework to a Quantized On-Device LLM for iOS
重點導讀
想在手機或 Mac 上直接跑大型語言模型,除了模型大小,也得考慮記憶體、速度和裝置發熱。
- 這篇教學示範如何用 Apple MLX 和
mlx-lm載入 4-bit 的 Qwen3-1.7B,也介紹如何透過 Swift 在 iOS 上執行。MLX 會先記下運算步驟,再把部分工作合併交給 Metal 執行。 - Apple 晶片的 CPU 和 GPU 共用記憶體,也省去資料來回搬移。文中列出的社群回報速度約為 iPhone 15 Pro 每秒 18–24 個 token、M2 MacBook Air 每秒 55–70 個 token,並提醒手機長時間生成可能因發熱降速。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
信源出處dev.to
Wiring Apple's MLX Framework to a Quantized On-Device LLM for iOS
本文為 888news 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論,請前往原始網站。
來源: Dev.to Top Tech (dev.to)
開啟原文