Ollama v0.35.0-rc1 发布：MLX 拉取重试优化

Ollama 发布 v0.35.0-rc1 预览版

本地大模型运行框架 Ollama 近日在 GitHub 上标记了新的候选版本 v0.35.0-rc1。作为一个已经收获超过 18.2 万 Star、被广泛用于本地部署开源大语言模型的工具，Ollama 的每次版本迭代都会受到开发者社区的密切关注。此次发布的 rc1（Release Candidate 1，第一候选版本）意味着该版本已进入发布前的最终测试阶段。

从 GitHub 的提交记录来看，该版本的标签由维护者 dhiltgen 创建，并通过 GitHub 的验证签名（Verified）确认，GPG 密钥 ID 为 B5690EEEBB952194。这种签名机制保证了发布包的来源可信，对于需要在生产环境部署的用户而言是一项重要的安全保障。

本次更新的核心改动

从公开的提交信息中可以看到，本次候选版本的一项关键改动与 MLX 后端相关：

mlx: bound pull stall retries and let the watchdog interrupt them（为 MLX 的拉取停滞重试设置上限，并允许看门狗机制中断它们）

这项改动针对的是模型拉取（pull）过程中可能出现的停滞问题。在实际使用中，当网络不稳定或远程仓库响应缓慢时，模型下载可能陷入反复重试而无法推进的状态。此次更新为重试次数设置了边界（bound），并引入看门狗（watchdog）机制在重试卡死时主动中断，从而避免进程长时间挂起。

为什么 MLX 值得关注

MLX 是苹果推出的面向 Apple Silicon 芯片的机器学习框架，充分利用了 M 系列芯片的统一内存架构。Ollama 对 MLX 的持续优化，反映出其对 Mac 平台本地推理场景的重视。对于在 MacBook 或 Mac Studio 上运行本地模型的用户来说，拉取流程的稳定性直接影响部署体验。

MLX 的统一内存架构（Unified Memory Architecture）是理解其性能优势的关键。传统桌面平台中，CPU 与 GPU 拥有各自独立的内存，数据在两者之间传输会带来额外延迟与带宽瓶颈。Apple Silicon 则将 CPU、GPU、神经网络引擎（Neural Engine）的内存合并为单一内存池，消除了数据拷贝开销。这使得大语言模型的权重可以被 GPU 直接访问，对运行参数量较大的模型（如 7B、13B 量级）时尤为有利。MLX 正是专门围绕这一架构设计的，支持懒惰计算（lazy evaluation）和函数变换（function transformations），其 API 风格兼顾了 NumPy 与 PyTorch 的习惯，便于开发者迁移现有代码。Ollama 集成 MLX 后端，意味着 Mac 用户在本地推理时可以绕过通用的 CPU 路径，直接利用 M 系列芯片的硬件优势，获得更低延迟和更高吞吐量。

看门狗（watchdog）机制是软件工程中一种经典的可靠性模式，最初源于嵌入式系统。其核心思想是设置一个独立的监控进程或定时器，若被监控的任务在规定时间内未完成或未发出心跳信号，看门狗便主动介入并强制终止或重启该任务。在网络 I/O 场景下，重试逻辑若缺乏上限约束，容易陷入"活锁"（livelock）状态——进程持续运行但毫无进展，既占用资源又无法被外部感知为失败。此次 Ollama 的改动结合了两层防护：一是为重试次数设置硬性上限（bound），防止无限循环；二是让看门狗拥有中断权限，确保即便重试逻辑本身出现异常也能被兜底处理。这种双重机制在分布式系统和客户端工具中均属最佳实践，能显著提升用户在网络不稳定环境下的体验确定性。

候选版本意味着什么

需要明确的是，rc1 属于候选版本而非正式稳定版。这类版本主要面向愿意提前测试新功能、帮助发现�ign题的进阶用户。对于追求稳定性的生产环境，通常建议等待正式版发布后再升级。

版本发布页面提供了对应的构建产物（Assets），用户可以下载并进行测试。社区在这一阶段的反馈，往往会决定正式版本能否顺利推出以及是否需要进一步修复。

对开发者的实际意义

Ollama 作为本地化部署大模型的主流工具之一，其优势在于简化了模型下载、管理与推理的全流程。此次围绕拉取稳定性的改进虽然属于细节优化，但对日常频繁拉取和切换模型的开发者而言，能够有效减少因网络问题导致的卡顿与等待。

考虑到本地大模型运行对硬件和网络环境的高要求，这类底层可靠性改进的价值往往不亚于新增功能。建议关注 Ollama 的用户持续留意后续正式版的发布说明，以获取完整的变更列表。

注：本文基于 Ollama 官方 GitHub 发布页面的公开信息整理，由于 rc1 为候选版本，完整更新内容以最终正式版发布说明为准。