TimesFM 3.0 新增 MLX 后端：苹果芯片原生跑时序预测，M4 Max 每秒 641 序列
rachittshah · x · 2026-09-08
开发者在 Google 官方 timesfm 仓库提交的 MLX 后端 PR #476 已被合并，与 PyTorch 实现功能完全对齐。
- TimesFM 3.0 是 Google 的 330M 参数时序预测基础模型，以 32 点 patch 读历史、单次前向输出未来 64 步（每步 9 个分位数）。
- 新后端位于 src/timesfm3/mlx，与 PyTorch API 接口一致；原 torch 实现移入 src/timesfm3/torch，顶层包惰性导出，import timesfm3 不再强制安装 torch。
- M4 Max 实测（512 点上下文、64 步预测）：batch 1 时单序列 12.5 ms，batch 32 时每秒 641 个序列；与 PyTorch 参考实现最大差异仅 2.1e-6（float32 噪声级）。
- batch 1 下 1.9 倍加速来自 mx.compile 而非量化——330M 参数规模下模型受 dispatch 瓶颈主导，bf16 和 int8 量化收益有限。
「Infra」频道最新
- DeepSpeed 发布 AutoEP/AutoTP 等并行化进展并办线上答疑 — PyTorch · 2026-10-27
- Cloudflare Durable Objects 被验证为 AI agent 高并发场景优选架构 — tristanbob · 2026-10-27
- Gary Marcus:补上 Q3 数据后，Anthropic 算力效率增速现拐点 — GaryMarcus · 2026-10-27
- SpaceX 锁定 400 亿美元 GPU 融资，号称史上最大规模 — TechCrunch AI · 2026-10-27
- 推理社区与 K8s 社区高度重合：万亿市场的 Kubernetes 翻版 — matt_slotnick · 2026-10-27
- vLLM 考虑将更多栈迁往 Rust，推理引擎 Rust 化成趋势 — AccBalanced · 2026-10-27