@zcbenz：我们已在MLX中达成一个里程碑，现在所有测试在CUDA后台上都通过了。
摘要
MLX达到了一个里程碑，所有测试现已在CUDA后台上通过，表明与NVIDIA GPU的兼容性得到提升。
我们已在MLX中达成一个里程碑，现在所有测试在CUDA后台上都通过了。https://t.co/MgeUWwYXBT
查看缓存全文
缓存时间: 2026/05/14 02:28
我们在MLX中达成了一项里程碑：所有测试现在都在CUDA后端通过了。https://t.co/MgeUWwYXBT
相似文章
@jun_song: MLX 的新引擎正处于开发的最后阶段。刚刚在一台 MacBook（116GB）上运行 GLM-5.2，达到 41.8…
Jun Song 宣布 MLX 新引擎进入最终开发阶段，在 MacBook 上以 256k 上下文窗口达到 41.8 tok/s，仅有约 4% 质量损失，代表着显著的性能提升。
@ggerganov：强调 llama.cpp 在多GPU和张量并行支持方面的最新进展 过去几个月来，llama.cpp 取得了多项…
llama.cpp 维护者与 NVIDIA 工程师合作，显著提升了 ggml 中的多GPU性能，实现了硬件无关的张量并行，并在 RTX 系统上获得了显著的性能提升。
@TheAhmadOsman: 需要明确的是，如果您比较GPU和新的M5 Ultra Mac Studio，CUDA仍然比MLX更成熟。然而，生态系统…
讨论比较了CUDA与MLX在Apple的M5 Ultra Mac Studio背景下的成熟度，强调需要竞争来优化本地AI硬件，这可能使Apple超越NVIDIA。
llama.cpp b9095 发布！支持双 Blackwell PCIe 显卡无需 NCCL 的张量并行
llama.cpp b9095 版本引入了针对双 Blackwell PCIe GPU 的免 NCCL 张量并行功能，使得在不依赖 NCCL 的情况下也能实现高效的多 GPU 推理。
最快、最大、最强：NVIDIA Blackwell 横扫 MLPerf Training 6.0
NVIDIA 的 Blackwell 平台在所有 MLPerf Training 6.0 基准测试中实现了最快的训练时间，扩展到 8,192 块 GPU，并且 GB300 NVL72 相比 GB200 NVL72 展示了高达 1.6 倍的性能提升。