为什么是 Mac 网络。
GPU 市场多年来一直在尝试出租闲置的 GPU，包括 Mac。为什么这次能行？谁在使用这些算力？
冷启动才是真正的难题。
一个两边都空着的市场，对任何一边都没什么可提供。算力市场大多从买家出发，要求机主安装服务器软件、出租机器并保证在线时长。
MLX 反过来做：一个装在人们已有电脑上的免费 App，从工作的第一个小时起就有奖励，而且在外部需求出现之前，就有经过核对的任务可做。每加入一台 Mac，网络对下一台就更有用。
目标不是数据中心级的在线时长。
聚合平台卖给的买家，期待单台机器也有数据中心级的在线时长。Mac 网络的运作方式不同：任务很小，每个答案都由另一台 Mac 核对，工作交给当下空闲的 Mac。
一台合上盖子的 Mac 失去的是一个任务，而不是一位客户。这适合可以拆分、可以核对的工作；它并不想成为服务器机架。
一个闭环。
贡献算力的 Mac，正是其主人在使用 AI 的那些 Mac。MLX 的设计让它们可以彼此服务：使用 AI 的人、为此出借 Mac 的人，以及他们之间的奖励，都在同一本公开账本上，中间没有超大规模云厂商、数据中心或模型公司。
如今，Mac 通过经过验证的任务挖掘 MLX，Compute API（试点）向运行任务的 Mac 支付 USDC；Mac 之间的付费 AI 任务已在计划中。
对使用 AI 的人来说，MLX Node 还能为他们的 Mac 找到最好的 AI：AI App Store 收录 AI 应用、工具和开放模型，只按公开数据排序。它现已在网页上线，也已进入 MLX Node，拥有独立窗口。
还没有人能知道的事。
没有人能估量一个由数百万台 Mac 组成的网络会做什么，就像早期的网络在起步时也无法估量一样。芯片每年都在变（目前从 M1 到 M6，之后会怎样无人知晓），软件也在变：MLX、开放模型，以及尚不存在的跨机器分配工作的方法。网络今天运行的任务，可能与 2028 年的任务毫无相似之处。
对 AI 最重要的芯片由两家公司制造：一家卖给数据中心，另一家把芯片装进人们已经拥有的电脑。MLX 建立在后者之上，并随着每一台加入的 Mac 而成长。
先把 Mac 连在一起。用来做什么，自然会随之而来。
以上都不是对 MLX 需求、收入或价格的承诺。请参阅风险提示。
