ml-explore/mlx

[Feature Request] Fallback for custom kernels

Geschlossen

#3.240 geöffnet am 11.03.2026

Auf GitHub ansehenContributor Guide
 (4 Kommentare) (0 Reaktionen) (0 zugewiesene Personen)C++ (1.794 Forks)batch import
enhancementgood first issue

Repository-Metriken

Stars
 (26.216 Sterne)
PR-Merge-Metriken
 (Durchschn. Merge 6T 17h) (75 gemergte PRs in 30 T)

Beschreibung

We have a specific use-case whereby we need to export MLX callables from Linux. Currently, this prevents us from using any operations that require custom kernels (e.g. grid sample) because otherwise, MLX complains that no Metal GPU was found.

Ideally, we would want to keep the fast kernel so that we can export without a Metal GPU, but execute on a Metal GPU.

Contributor Guide

Research-Richtung
Untersuchen Sie, wie benutzerdefinierte Kernel in MLX kompiliert und ausgeführt werden, und entwerfen Sie dann einen Fallback Mechanismus, der eine Softwareimplementierung oder CPU basierte Kernel verwendet, wenn keine Metal GPU verfügbar ist. Konzentrieren Sie sich auf die Grid Sample Operation und ähnliche benutzerdefinierte Kernel.
Tech Stack
Keine
Domain
machine learningbackend
Issue Type
Funktion
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
3
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
1-2 Tage
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Aktiv
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Klar
Voraussetzungen
C++
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
30