Apple Silicon 与 macOS 虚拟机：借助 Llama.cpp 实现 11-16 倍的 LLM 推理加速

研究团队为 macOS 虚拟机中的 Metal 能力查询构建进程级兼容层，使 llama.cpp 能选用更新的 Metal 内核。在 M1 Ultra 上，TinyLlama 1.1B 的提示处理速度提升 11.08 倍、token 生成提升 16.36 倍，接近裸机性能的 98%；Gemma 4 12B 的提示处理与生成速度分别提升 7.20 倍和 14.54 倍。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmsox86zv09u6rohdqr80wg0x

信息源：AI HOT · 精选

• 原文链接：Apple Silicon 与 macOS 虚拟机：借助 Llama.cpp 实现 11-16 倍的 LLM 推理加速
• 分类：论文
• 作者：Hacker News 热门（buzzing.cc 中文翻译）
• 发布时间：2026/08/12 00:41