Ollama v0.40.16-rc0 introduce l'anteprima del modello Ripple su MLX

Il progetto open source Ollama ha pubblicato l'8 novembre 2026 la release candidate v0.40.16-rc0. Questo aggiornamento preliminare introduce il supporto in anteprima al modello Ripple attraverso il runner MLX, insieme a diversi interventi tecnici mirati alle prestazioni computazionali e all'infrastruttura di test.

Cosa è stato annunciato

Il cambiamento principale evidenziato nelle note di rilascio riguarda l'integrazione del modello Ripple all'interno del modulo di esecuzione (runner) basato su MLX. Per rendere operativo il nuovo modello, gli sviluppatori hanno aggiunto componenti fondamentali tra cui il renderer dedicato, il parser per l'elaborazione degli input e la relativa registrazione per i meccanismi di importazione.

Accanto al supporto per Ripple, l'aggiornamento introduce novità sul fronte dell'architettura DFlash. È stato infatti implementato il supporto per la gestione per-layer di NoPE (No Positional Embeddings, un approccio architetturale privo di incorporamenti posizionali espliciti) all'interno delle bozze di generazione (drafts) di DFlash.

Sotto il profilo dell'ottimizzazione del calcolo, la release include la fusione di diverse operazioni consecutive: in particolare sono state fuse l'attivazione dei blocchi MLP (Multi-Layer Perceptron, le reti neurali dense interne al modello), il value blending e l'attention gating. Questa tecnica di fusione consente di raggruppare più passaggi matematici riducendo i trasferimenti di memoria intermedi durante l'elaborazione. Infine, il pacchetto include nuove fixture di riferimento e una serie di test di regressione dedicati sia ai modelli sia al runner per verificare la stabilità del codice.

Cosa cambia per chi usa l'AI

Per gli sviluppatori e gli appassionati che utilizzano Ollama in locale su sistemi che sfruttano il runner MLX, l'aggiornamento apre la strada all'esecuzione sperimentale del modello Ripple. Sebbene si tratti ancora di una fase di anteprima (preview), la presenza di parser e renderer dedicati semplifica i primi test operativi.

L'integrazione di NoPE per singolo strato nei draft DFlash e la fusione delle operazioni di attivazione MLP, value blending e gating puntano a rendere più efficiente il flusso di calcolo durante le fasi di inferenza. Per la comunità tecnica, l'aggiunta di test di regressione e fixture di riferimento assicura inoltre una maggiore affidabilità e facilita l'individuazione di eventuali anomalie prima del rilascio in versione stabile.

Disponibilità e prezzi

Trattandosi di un aggiornamento del software open source Ollama, la versione v0.40.16-rc0 è resa disponibile pubblicamente tramite il repository ufficiale del progetto su GitHub. Essendo contrassegnata come release candidate (rc0), si rivolge principalmente a chi intende testare in anticipo le nuove funzionalità e segnalare eventuali problemi prima del debutto stabile.