Ollama 0.19 预览版用 MLX 重构 Apple Silicon 推理引擎，解码速度近翻倍并适配 Claude Code

Ollama 发布 0.19 预览版，采用苹果机器学习框架 MLX 重构 Apple Silicon 上的推理引擎，利用统一内存架构提升性能，并在 M5 系列芯片上调用 GPU 神经网络加速器，优化首 token 延迟和生成速度。

基准测试显示，在 M5 芯片运行 Qwen3.5-35B-A3B 模型（NVFP4 量化）时，解码速度从 58 tokens/s 提升至 112 tokens/s，接近翻倍；int4 精度下速度更优。新版本还支持 NVFP4 量化格式，升级缓存系统（跨会话复用、快照存储等），并适配 Claude Code，专为编程任务调优的模型需 32GB 以上内存的 Mac。