苹果向英伟达生态妥协了！
最新消息，苹果之前特意为端侧AI模型训练推出的MLX框架，主动增加了CUDA支持。
消息一出即在Hacker News引发热烈讨论：
要知道苹果一直以来都以“封闭”著称，但随着英伟达CUDA生态在AI开发领域占据绝对主导地位，苹果这下也不得不转变姿态了。
再加上英伟达市值创下前无古人的4万亿美元新纪录，以及最近释出的一系列利好消息，苹果选择避其锋芒也就不难理解。
而通过让MLX框架主动适配CUDA，今后苹果开发者也能利用英伟达GPU训练模型。
其本质是增加了对CUDA的后端支持，方便开发者在Windows/Linux的英伟达显卡上训练模型，然后再部署回Mac、iPhone等设备。
可以说，苹果这就是明晃晃地借了英伟达东风，以进一步抢夺AI市场。
CUDA太强，不得不拥抱
为啥要拥抱CUDA？没啥，太强了，苹果自己也这么说。
官方理由如下：
（1）统一内存支持：CUDA提供统一内存机制，便于不同设备间的数据共享与迁移，提升开发效率和性能表现。
（2）跨平台部署需求：英伟达硬件在学术研究和大规模计算中应用广泛，支持CUDA能让开发者在Mac上本地开发测试，随后无缝部署到配备英伟达GPU的服务器或超级计算机上。
2023年12月，苹果推出了专为Apple芯片设计的开源机器学习框架MLX（Machine Learning eXchange）。
彼时，苹果已先后发布M1、M2、M3系列芯片，MLX的出现，正是为了借助自研芯片的算力优势，填补苹果端侧AI生态的空白。
不过这几年看下来，苹果在AI方面的表现始终乏力，MLX的影响力也相对有限。
反观英伟达这边，本身就是靠CUDA的生态优势站稳脚跟，AI爆发后更是红得发紫。
为了满足开发者的需求，一直以“圈地自萌”著称的苹果，如今也不得已拥抱CUDA。
此举被不少网友评价为：
这可能是苹果十年来最大的战略举措。
但苹果和英伟达之间的一段“陈年旧怨”也随之被再次翻出。
时间还要回到2018年。
当时苹果发布了macOS Mojave（10.14），由于声称自己要对系统驱动权限进行更严格的控制，它突然停止了对多数英伟达显卡的官方支持。
这直接导致大量专业用户（如视频剪辑、渲染和深度学习开发者）无法在苹果升级后继续使用基于Pascal架构的高性能英伟达GPU。
英伟达随后在开发者论坛中回应，由于苹果未再向其开放必要的内核扩展签名与接口，公司已无法继续为macOS提供新版Web驱动。
潜台词就是，不是不想做，而是做不了。
到了2019年，开发者社区又开始集体表达不满，甚至有大批请愿者发起签名，呼吁Tim Cook与英伟达和解，但至今苹果依然未恢复对新款英伟达GPU的macOS支持。
这场“禁卡风波”当时还被不少人解读为，苹果想逐步摆脱对英伟达的依赖，为自研GPU铺路。
如今时隔六年，苹果却主动让MLX框架适配CUDA，实在不免让人感慨。
那么问题来了——
CUDA护城河有多高？
自2006年推出以来，它已逐渐成为GPU计算领域的行业标准，至今被视为英伟达的“护城河”。
据福布斯杂志最新消息，目前该生态已拥有超500万CUDA开发者、4万家公司以及数千家生成式AI公司，他们都基于英伟达平台构建自己的产品和服务。
可以说，虽然这一领域不乏谷歌、AWS、华为等国内外挑战者，但就目前来看，CUDA仍占据了绝对主导地位。
也正是由于CUDA生态太强了，苹果这次也不得不主动放下姿态——
而为了打造这个“护城河”，英伟达也可谓煞费苦心。
大约几年前，有开发者还尝试了让CUDA程序在非英伟达平台运行，这无疑触碰到了英伟达的商业生态链。
于是在2024年，英伟达发布了CUDA 11.6版本，并明确规定，不允许在非英伟达平台上逆向工程、反编译或反汇编CUDA SDK生成的任何结果。
翻译过来就是，开发者用CUDA编写的程序只能在英伟达GPU上跑，不能“偷渡”到AMD、Apple、Intel GPU上。
即使你技术上做得到，法律也不允许。
所以这也是苹果这一次为何会选择让MLX框架主动适配CUDA的原因之一。
按网友的话说就是，方案1可行，方案2涉及侵权了。
方案1： 基于MLX构建的程序→可以利用支持CUDA的芯片
方案2：CUDA程序→直接在Apple芯片上运行
所以，苹果这一操作背后不仅是合规层面的考量，更是借力英伟达生态、扩大自身影响力的战略选择。
参考链接：
[1]https://winbuzzer.com/2025/07/15/apple-backs-project-to-bridge-its-mlx-framework-with-nvidias-cuda-ecosystem-xcxwbn/
[2]https://news.ycombinator.com/item?id=44565668
[3]https://x.com/ai_zona/status/1944911018326421896
[4]https://github.com/ml-explore/mlx/pull/1983
本文来自微信公众号“量子位”，作者：一水，36氪经授权发布。
