Ollama v0.40.5-rc0 发布：MLX 版本升级

本地大模型运行工具 Ollama 发布了 v0.40.5-rc0 候选版本，这次更新的核心动作只有一件事：MLX 后端版本升级（commit #18993）。

这次更新到底改了什么

从 GitHub 仓库的提交记录看，v0.40.5-rc0 由维护者 dhiltgen 打上标签，对应 commit 292d7ce，提交信息为「MLX: version bump (#18993)」。该 commit 带有 GitHub 验证签名（GPG key ID: B5690EEEBB952194）。

换句话说，这是一个纯依赖升级型的候选版本，没有引入新功能、没有 API 变更，也没有用户可见的行为调整。

为什么「只升个版本」也值得关注

MLX 是苹果为 Apple Silicon 芯片打造的开源机器学习框架。Ollama 通过集成 MLX，让 Mac 用户能够在统一内存架构上高效运行本地模型。

对 Mac 用户来说，MLX 的每一次版本跟进都可能带来推理性能、显存占用或算子覆盖方面的细微变化——这些变化单看 changelog 未必显眼，但会在实际跑模型时体现出来。

rc0 意味着什么

-rc0 后缀说明这是正式版发布前的第一个候选构建。按照 Ollama 一贯的节奏，rc 版本会先放出供社区验证，确认无回归问题后再打包正式版。

一般用户没有必要急着切换到 rc 版本；如果你正在用 Apple Silicon 跑 Ollama，并且遇到与 MLX 相关的推理问题，可以关注这个版本的正式发布。

MLX 与统一内存架构：Apple Silicon 芯片（M 系列）采用 CPU 与 GPU 共享的统一内存（Unified Memory Architecture, UMA），数据无需在设备间来回拷贝。MLX 正是围绕这一特性设计的框架，它使用惰性计算图，在真正需要结果时才执行算子，并能自动融合相邻操作以减少内存访问。这与 CUDA 生态中面向独立显存的优化思路有本质区别。Ollama 集成 MLX 后，Mac 上跑模型可以更充分地利用这一架构优势：显存不再是你需要精打细算的独立资源池，而是与系统内存共用的可动态分配空间。因此 MLX 版本升级带来的算子覆盖扩展或内存调度改进，往往直接转化为「能跑更大的模型」或「同样模型跑得更快」。

语义化版本与预发布标签：按照语义化版本（SemVer）规范，版本号形如 主版本.次版本.修订号，可附加预发布标识。v0.40.5-rc0 中的 -rc0 即「Release Candidate 0」，表示这是 0.40.5 正式版的第一个候选构建。预发布版本的优先级低于同号正式版——即 0.40.5-rc0 < 0.40.5。这意味着包管理器在默认规则下通常不会把 rc 版推送给普通用户，只有显式指定版本或开启预发布通道时才会安装。对 Ollama 这类工具而言，rc 阶段是社区回归测试窗口：维护者希望有人在真实工作负载下验证依赖升级没有引入性能退化或崩溃，确认后再提升为正式版。

谁应该关注

• Apple Silicon Mac 用户：MLX 升级直接影响本地推理体验
• Ollama 打包与下游集成者：需要跟进依赖版本变化
• 关注本地推理性能的开发者：可以留意后续正式版的实测对比

如果你只是想稳定跑模型，建议等 v0.40.5 正式版发布后再升级。