SlopTotal : un détecteur de texte IA auto-hébergé à l’efficacité nuancée
SlopTotal, un service auto-hébergé, agrège 23 détecteurs de texte IA, mais des tests révèlent une efficacité mitigée et des défis d’installation sur Mac Apple Silicon.
Apple Silicon
Inférence LLM 11-16x plus rapide sur Apple Silicon via VMs macOS
Une méthode innovante permet d’accélérer l’inférence des LLM de 11 à 16 fois sur les puces Apple Silicon, en utilisant des machines virtuelles macOS avec `llama.cpp`.
L’échec de la voiture autonome d’Apple, fondation inattendue de son IA et de ses puces Mac
L’échec du projet de voiture autonome d’Apple a paradoxalement servi de fondation inattendue pour ses puces Mac et ses capacités en intelligence artificielle.
Le programme de voiture autonome d’Apple a engendré ses puces IA performantes
Le programme de voiture autonome d’Apple, bien qu’abandonné, aurait paradoxalement été le catalyseur du développement de ses puces d’intelligence artificielle actuelles, reconnues pour leur puissance.
mlx-Chronos : un benchmark communautaire pour LLM sur Apple Silicon
Un étudiant a créé mlx-Chronos, un outil open source et un classement communautaire pour évaluer de manière standardisée les moteurs d’inférence de LLM sur les puces Apple Silicon.
Phosphene : génération vidéo et audio locale sur Mac Apple Silicon
Phosphene, un outil open source, permet la génération locale de vidéos et d’audio synchronisés sur les Mac équipés de puces Apple Silicon, via le modèle LTX 2.3.
LLM locaux sur Mac : un guide pour débutants
Un guide détaille les capacités des LLM locaux sur Mac Apple Silicon selon la RAM.
Gemma 4 : Le format MLX ne surpasse pas le GGUF selon un test utilisateur
Un utilisateur de Reddit a rapporté que la version MLX du modèle Gemma 4 ne semble pas offrir de meilleures performances que sa contrepartie GGUF lors de tests locaux.
Un développeur exploite l’Apple Neural Engine, 6,3x plus rapide que PyTorch
Un développeur a entraîné un réseau neuronal directement sur l’unité matricielle de l’Apple Neural Engine, atteignant une vitesse 6,3 fois supérieure à PyTorch.
Hugging Face facilite l’utilisation des modèles Transformers sur Apple Silicon
Hugging Face intègre sa bibliothèque Transformers au framework MLX d’Apple pour une IA optimisée sur Mac.