為什麼是 Mac 網路。
GPU 市集多年來一直嘗試出租閒置的 GPU，包括 Mac。為什麼這次行得通？誰在使用這些算力？
冷啟動才是真正的難題。
一個兩邊都空著的市集，對任何一邊都沒什麼可提供。算力市集大多從買家出發，要求機主安裝伺服器軟體、出租機器並確保上線時間。
MLX 反過來做：一個裝在人們已有電腦上的免費 App，從工作的第一個小時起就有獎勵，而且在外部需求出現之前，就有經過核對的任務可做。每加入一台 Mac，網路對下一台就更有用。
目標不是資料中心等級的上線時間。
聚合平台賣給的買家，期待單台機器也有資料中心等級的上線時間。Mac 網路的運作方式不同：任務很小，每個答案都由另一台 Mac 核對，工作交給當下有空的 Mac。
一台闔上螢幕的 Mac 失去的是一個任務，而不是一位客戶。這適合可以拆分、可以核對的工作；它並不想成為伺服器機櫃。
一個閉環。
貢獻算力的 Mac，正是其主人在使用 AI 的那些 Mac。MLX 的設計讓它們可以彼此服務：使用 AI 的人、為此出借 Mac 的人，以及他們之間的獎勵，都在同一本公開帳本上，中間沒有超大規模雲端業者、資料中心或模型公司。
如今，Mac 透過經過驗證的任務挖掘 MLX，Compute API（試行）向執行任務的 Mac 支付 USDC；Mac 之間的付費 AI 任務已在規劃中。
對使用 AI 的人來說，MLX Node 還能為他們的 Mac 找到最好的 AI：AI App Store 收錄 AI App、工具和開放模型，只依公開資料排序。它現已在網頁上線，也已進入 MLX Node，擁有獨立視窗。
還沒有人能知道的事。
沒有人能估量一個由數百萬台 Mac 組成的網路會做什麼，就像早期的網路在起步時也無法估量一樣。晶片每年都在變（目前從 M1 到 M6，之後會怎樣無人知曉），軟體也在變：MLX、開放模型，以及尚不存在的跨機器分配工作的方法。網路今天執行的任務，可能與 2028 年的任務毫無相似之處。
對 AI 最重要的晶片由兩家公司製造：一家賣給資料中心，另一家把晶片裝進人們已經擁有的電腦。MLX 建立在後者之上，並隨著每一台加入的 Mac 而成長。
先把 Mac 連在一起。用來做什麼，自然會隨之而來。
以上都不是對 MLX 需求、收入或價格的承諾。請參閱風險揭露。
