一个开源项目正尝试通过在苹果芯片Mac上开发并导出至CUDA的方式，降低为英伟达硬件开发机器学习应用的成本。
机器学习领域入门成本高昂，部分原因在于其需要昂贵硬件来实现高速查询处理。虽然英伟达芯片因性能优势备受青睐，但苹果正努力降低开发者使用该硬件的门槛。
据Ycombinator发现，苹果开源机器学习框架MLX正在添加CUDA后端支持。CUDA是英伟达用于显卡图形处理器(GPU)的软件层，同时也被用于处理机器学习等计算任务。
通过为MLX添加CUDA支持，该项目将实现使用MLX开发的代码能够以兼容CUDA的格式导出。
需要明确的是，此次新增的支持功能专门用于将代码从适配苹果的MLX环境导出，使其能在英伟达显卡和服务器硬件上运行。
这并不意味着用户可以将英伟达显卡接入Mac Pro或外置显卡坞在本地运行机器学习应用，也不代表为CUDA编写的机器学习项目能直接在苹果芯片上运行。
对开发者而言，这将提供在苹果芯片Mac上本地编写测试代码，再部署至英伟达CUDA硬件的开发流程。
该项目可能带来显著成本优势。英伟达硬件配置价格昂贵，至少是高端Mac的数倍。
企业无需购置专用英伟达开发设备，可先用苹果芯片进行小规模开发，待投产时再扩展规模，从而节省成本。
另一个优势是MLX项目可在性能远超Mac的CUDA系统上运行。鉴于英伟达硬件在机器学习领域的广泛应用，这也为开发者提供了使用更强硬件的机遇。
仍在开发阶段
该项目标注为”苹果赞助”的进行中项目，表明其获得公司一定支持，但该声明尚未得到独立验证。
虽然后端工作始于3月21日，但目前仍处于开发阶段。
项目首页声明当前多数功能尚未完善，但教程示例已可运行。测试环境为运行Ubuntu 22.04系统和CUDA 11.6的设备。
鉴于项目复杂性，短期内不太可能完全可用。但凭借苹果可能的支持及其对开发者的潜在价值，项目有持续推进的动力。
机器学习研究
考虑到两家公司的历史渊源，让苹果机器学习平台兼容英伟达硬件的项目看似奇特。苹果曾因停止为macOS Mojave提供英伟达驱动支持，导致Mac无法使用外置显卡。
但在机器学习研究领域，两家公司保持着更友好的关系。
去年12月，苹果发布了关于Recurrent Drafter（ReDrafter）的研究成果，这种推测解码方法可加速LLM令牌生成。研究特别说明了如何将ReDrafter移植到英伟达GPU运行。
随着机器学习日益成为现代计算的重要特性，性能优化存在巨大发展动力。
