Metal
苹果于2014年推出的底层图形与计算API，专为Apple平台硬件深度优化，直接与GPU通信，提供低CPU开销和高渲染吞吐量，支持自定义着色器编程
核心事实
时间轴 (近 90 天)
v0.40.13-rc1 的核心改动是一个针对 Metal 后端的临时兼容补丁，用于修复旧版本 macOS 上 unary 库编译失败导致的崩溃。
升级到 v0.40.13-rc1 后，旧版 macOS 上的 Metal 推理应能恢复正常。
本次补丁仅针对 Metal 后端，不构成对其他平台（如 CUDA、Vulkan 后端）类似库编译错误的通用解决方案。
unary 库指的是承载逐元素一元运算（如取负、绝对值、指数等）的一批 Metal 内核集合。
ggml 在运行时把 Metal 计算内核以源码字符串形式动态编译成可供 GPU 调用的库，这一机制称为运行时编译（runtime compilation）。
llama.cpp 通过 ggml 张量计算库的 Metal 后端，将矩阵运算等推理负载交给 Mac 的 GPU 执行。
该回归问题只影响较老版本的 macOS，新系统上没有触发条件。
苹果在macOS与iOS中提供Core ML、Metal以及近年推出的MLX框架，用于本地模型部署。
FlyEnv 的 llama.cpp 插件支持同时安装和保留多个 Metal 运行时版本并排共存。
将GameCube的GX图形指令映射到现代图形API（Vulkan、Metal）时，AI可以辅助生成着色器转换代码和状态管理逻辑，但最终仍需开发者验证渲染结果的正确性。
还有 40 条时间轴事件
全部知识事实 (20)
llama.cpp是由Georgi Gerganov开发的纯C/C++推理引擎，支持在纯CPU环境下运行大模型
90%已验证Metal是苹果于2014年推出的低层级图形API，专为Apple硬件优化
80%已验证llama.cpp支持Metal、CUDA、Vulkan和SYCL等GPU加速后端
80%已验证Ollama自动识别系统中的NVIDIA GPU并选择最优推理后端（CUDA、Metal或纯CPU），对Apple Silicon用户通过Metal API实现GPU加速
80%已验证llama.cpp是一个高度优化的C++推理引擎，支持Apple Silicon的Metal加速、NVIDIA的CUDA加速以及AMD的ROCm加速
80%已验证GPUI 是代码编辑器 Zed 所采用的 GPU 加速渲染框架，在 macOS 上通过 Metal 实现渲染
75%已验证Metal是苹果为其硬件设计的底层GPU计算接口，类似于NVIDIA生态中的CUDA
75%已验证llama.cpp支持NVIDIA GPU通过CUDA、AMD GPU通过ROCm、Apple Silicon通过Metal GPU加速，也支持纯CPU推理
70%已验证llama.cpp 已演化为覆盖 CPU、CUDA、Metal、Vulkan 等多后端的通用本地推理框架
65%已验证Metal API 是苹果在 2014 年推出的低层级图形接口，取代了 OpenGL
65%已验证Metal是苹果于2014年推出的低层级图形API，相比传统OpenGL ES可减少约40%的CPU开销
65%待验证Apple Silicon M-series unified memory architecture allows CPU and GPU to share the same physical memory, eliminating data copy overhead beneficial for LLM inference
90%待验证将 Metal 内核移植到 CUDA 并非简单语法翻译，涉及统一内存模型数据驻留假设、线程组与线程块映射、量化反量化对寄存器和共享内存利用策略的重新设计。
70%待验证Simultaneous support for Metal, CUDA, and ROCm is uncommon among open-source inference projects
70%待验证WebGPU 引入了对标 Vulkan/Metal/D3D12 的计算着色器能力，可执行通用GPU计算（GPGPU）
60%待验证ds4 is written in pure C with native support for Metal, CUDA, and ROCm backends
60%待验证该回归问题只影响较老版本的 macOS，新系统上没有触发条件。
50%待验证llama.cpp 通过 ggml 张量计算库的 Metal 后端，将矩阵运算等推理负载交给 Mac 的 GPU 执行。
50%待验证ggml 在运行时把 Metal 计算内核以源码字符串形式动态编译成可供 GPU 调用的库，这一机制称为运行时编译（runtime compilation）。
50%待验证unary 库指的是承载逐元素一元运算（如取负、绝对值、指数等）的一批 Metal 内核集合。
50%