Ollama v0.32.4 发布：支持 Apple GPU 并优化 Qwen3 MoE 性能

AI 摘要

Ollama 发布 v0.32.4 版本，新增对 Apple GPU 上 Laguna 模型的支持（通过 MLX 引擎），并优化了推测解码草稿模型的量化处理。同时修复了 Qwen3 MoE 模型中不同量化专家解码的问题，并提升了打包门控/上投影的速度（在 M5 Max 上提升约 4-9%）。

正文节选

## What's Changed - Support Laguna on Apple GPUs via the MLX engine - Quantize draft-model output heads at the requested type when creating speculative-decoding drafts. - Fixed Qwen3 MoE decoding for differently-quantized experts, plus faster packed gate/up projection (~4–9% on M5 Max). **Full Changelog**: https://github.com/ollama/ollama/compare/v0.32.3...v0.32.4

发布时间：2026-07-25 10:22

抓取时间：2026-08-02 00:27

来源机构：Ollama