ollama于2026年11月10日发布0.40.17-rc0预发布版本,更新涉及mlx并发生成、vulkan集成显卡的内存映射,以及启动器与外部编程工具的衔接。该标签仍标记为pre-release。

Ollama 0.40.17-rc0预发布说明
MLX开始支持并发生成
官方合并请求说明,MLX模型可通过OLLAMA_NUM_PARALLEL同时处理多个生成请求,默认仍为单请求。提高并发需要为每个活动请求准备内存;多个请求同时运行时,部分推测解码与状态复制优化会暂停。

MLX并发生成的官方实现说明
其他变化和发布阶段
更新还调整ChatGPT CLI会话恢复与平滑重启、OpenCode思考元数据设置,并更新llama.cpp及MLX相关组件。准备验证新能力的环境应明确使用rc0标签;这份预发布说明不能替代后续稳定版公告,也不意味着所有硬件后端都有相同的并发能力。










