<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>Pytorch on ayedo</title>
    <link>https://ayedo.de/tags/pytorch/</link>
    <description>Recent content in Pytorch on ayedo</description>
    <generator>Hugo</generator>
    <language>de-DE</language>
    <lastBuildDate>Thu, 26 Feb 2026 14:42:57 +0000</lastBuildDate>
    <atom:link href="https://ayedo.de/tags/pytorch/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>Docker Model Runner bringt vLLM nach macOS mit Apple Silicon</title>
      <link>https://ayedo.de/news/docker-model-runner-brings-vllm-to-macos-with-apple-silicon/</link>
      <pubDate>Thu, 26 Feb 2026 14:42:57 +0000</pubDate>
      <guid>https://ayedo.de/news/docker-model-runner-brings-vllm-to-macos-with-apple-silicon/</guid>
      <description>&lt;h2 id=&#34;tldr&#34;&gt;TL;DR&lt;/h2&gt;&#xA;&lt;p&gt;Docker Model Runner unterstützt nun vllm-metal, ein neues Backend, das die Ausführung von vLLM-Inferenz auf macOS mit Apple Silicon ermöglicht. Diese Erweiterung nutzt die Metal-GPU-Technologie von Apple, um MLX-Modelle effizient zu bedienen und bietet eine einheitliche API für &lt;a href=&#34;https://openai.com&#34;&gt;OpenAI-kompatible Anwendungen&lt;/a&gt;.&lt;/p&gt;&#xA;&lt;h2 id=&#34;hauptinhalt&#34;&gt;Hauptinhalt&lt;/h2&gt;&#xA;&lt;p&gt;Docker hat vllm-metal entwickelt, um die Nutzung des vLLM-Inferenz-Engines auf macOS mit M-Serie-Chips zu ermöglichen. Dieses neue Backend integriert sich nahtlos in die bestehende &lt;a href=&#34;https://ayedo.de/kubernetes/&#34;&gt;Docker-Umgebung&lt;/a&gt; und bietet Entwicklern die Möglichkeit, MLX-Modelle mit der gleichen API zu verwenden, die auch für OpenAI- und Anthropic-Anwendungen genutzt wird.&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
