باختصار
- MLX إطار عمل Apple لتعلم الآلة على Apple Silicon، و mlx-lm يشغّل نماذج اللغة عليه.
- llama.cpp محرك استدلال سريع مكتوب بـ C/C++ يشغّل نماذج GGUF على أي عتاد تقريبًا، بما في ذلك Mac عبر Metal.
- Ollama الواجهة السهلة: أمر واحد لتنزيل نموذج وتشغيله، مع واجهة API محلية. وعلى Apple Silicon صارت فيه الآن نسخة تجريبية تعمل بـ MLX.
- لأسرع النتائج الأصلية على Mac استخدم MLX؛ ولأوسع خيارات النماذج والمنصات llama.cpp؛ ولأسهل بداية Ollama أو LM Studio.
1ما هو كل منها
| MLX (mlx-lm) | llama.cpp | Ollama | |
|---|---|---|---|
| المطوّر | Apple، مفتوح المصدر (MIT) | مجتمع مفتوح المصدر | Ollama، مفتوح المصدر |
| يعمل على | Apple Silicon | Mac و Windows و Linux، ووحدات GPU كثيرة | Mac و Windows و Linux |
| صيغة النموذج | MLX (safetensors) | GGUF | مكتبته الخاصة؛ GGUF، و MLX على Mac في النسخة التجريبية |
| الأفضل لـ | السرعة والبحث على Mac | قابلية النقل، وخيارات التكميم | سهولة الاستخدام، والتطبيقات التي تحتاج API |
| التدريب والضبط الدقيق | نعم (LoRA وكامل) | محدود | لا |
2السرعة على Apple Silicon
تخضع الثلاثة للقيد نفسه عند توليد النص: عرض نطاق الذاكرة. وتأتي الفروق من مدى استفادة كل منها من وحدة الرسومات ومن طريقة تكميم نماذجها.
MLX مكتوب للذاكرة الموحّدة في Apple Silicon، وعلى شرائح M5 يستخدم المسرّعات العصبية في وحدة الرسومات: قاست Apple زمن الوصول إلى أول توكن أسرع بـ 3.3 إلى 4.1 مرة مقارنةً بـ M4 (Apple). وفي مارس 2026 بدأ Ollama الانتقال إلى MLX على Apple Silicon في نسخة تجريبية بتسريع كبير للنماذج المدعومة (Ollama)، وهذا يقول الكثير عن مصدر الأداء على Mac اليوم.
يبقى llama.cpp سريعًا جدًا ومقيسًا جيدًا على Mac؛ وسلسلة اختبارات الأداء العلنية الخاصة به أفضل مرجع لمقارنة الشرائح (llama.cpp). ولأرقام MLX تحديدًا، اطّلع على MLX Bench.
3أيها تستخدم
- تريد المحادثة مع نموذج اليوم: LM Studio (تطبيق يشغّل نماذج MLX و GGUF) أو Ollama.
- تبني تطبيقًا يحتاج واجهة API محلية: Ollama، أو
mlx_lm.serverلنقطة نهاية متوافقة مع OpenAI على MLX. - تريد أقصى سرعة من Mac، أو الضبط الدقيق: MLX مع mlx-lm.
- تحتاج الإعداد نفسه على Mac و Linux و Windows، أو تكميم GGUF بعينه: llama.cpp.
يغطي دليلنا خطوة بخطوة عن تشغيل نموذج لغة على جهاز Mac كل هذه الأدوات.
4MLX أبعد من Mac واحد
يعمل MLX أيضًا عبر عدة أجهزة Mac، عبر Thunderbolt 5 مع RDMA (عناقيد Mac للذكاء الاصطناعي). وهو محرك MLX Network: يشغّل MLX Node مهام الذكاء الاصطناعي على إطار عمل MLX للشبكة ويكسب رموز MLX مقابل العمل المُتحقَّق منه. MLX Network مشروع مستقل لا تصنعه Apple؛ إليك الفرق.
5أسئلة
- هل MLX أسرع من llama.cpp؟
- على Apple Silicon، غالبًا ما يكون MLX بالسرعة نفسها أو أسرع في التوليد، وخاصةً في معالجة الموجّهات على شرائح M5. وتختلف النتائج بحسب النموذج والتكميم، لذا قارن على جهازك.
- هل يمكن لـ Ollama استخدام MLX؟
- نعم، في نسخة تجريبية منذ Ollama 0.19 على Apple Silicon، للنماذج المدعومة، على أجهزة Mac بذاكرة تزيد على 32 GB.
- هل تختلف نماذج MLX عن GGUF؟
- هما صيغتا ملفات مختلفتان لأنواع النماذج نفسها. كثير من النماذج الشائعة منشورة بالصيغتين؛ وفي منظمة mlx-community على Hugging Face آلاف النماذج المحوّلة إلى MLX.