开源社区再传捷报，DSpark技术迎来苹果芯片原生版本。工程师Abdur Rahim在业余时间独立完成移植工作，将这套原本为数据中心GPU设计的加速框架成功适配至Mac平台，推出mlx-dspark项目。该版本在保持输出精度的前提下，使Gemma-4 12B和Qwen3-4B两个模型的生成速度分别提升1.6倍和1.4倍。
与传统移植方案不同，Rahim的版本实现了输出与原始模型逐字节完全一致。这项突破源于他对DSpark核心机制的深度优化：通过为每个目标模型配备小型辅助模型，先由辅助模型生成候选词，再由主模型进行批量验证。在苹果芯片架构下，这种设计面临特殊挑战——每增加一个候选词验证，处理时间就会线性增长。经实测，Gemma-4 12B模型每多验证一个token需额外消耗14毫秒。
技术实现层面，Rahim采用多重优化策略。他将辅助模型权重压缩至4-bit量化，内存占用仅1.8GB，同时保持无损运行。主模型则维持在8-bit精度，经测试发现提升精度至bf16会导致验证成本激增，反而降低整体效率。在MLX框架重构的解码流程中，严格复现了论文中描述的温度采样方法，通过残差重采样机制确保输出分布与原始模型完全吻合。
性能对比数据显示，在M4 Pro芯片上，Gemma-4 12B的生成速度从18.4tok/s提升至30tok/s，Qwen3-4B从52.9tok/s增至73tok/s。更关键的是，16%-18%的接受率提升指标在端侧设备得到完整复现。当使用指令微调版主模型时，候选词通过率从基础版的47%跃升至82%，验证了模型匹配度对效率的关键影响。
开源生态的活力在该项目中充分显现。DFlash团队核心成员Jian Chen主动提出合作请求后，Rahim迅速完成技术整合。这个由UCSD助理教授Zhijian Liu团队提出的并行解码方案，采用块扩散技术每次处理16个token。在代码生成场景中，DFlash展现出2.1倍加速优势，接受长度达5.95-6.20个token。但面对开放聊天场景时，其固定块长设计导致实际接受率下降，效率优势减弱。
最新发布的mlx-dspark v0.0.3版本实现技术融合，用户可通过参数动态调整DFlash的有效块长度。在对话场景自动切换短块模式，在代码/数学任务保持完整16token处理，使单台Mac设备即可兼顾不同场景需求。开发者透露，该框架已具备支持Qwen3-8B/14B等更大模型的能力，相关验证工作正在进行中。
