苹果不忍了！推出专为 Apple Silicon 晶片设计的 MLX 机器学习框架

▼

尽管苹果多年来一直从事 AI 工具的研发，Siri 刚推出的时候也曾经吸引众人的目光好一阵子。但随着 OpenAI 推出 ChatGPT 之后，Siri 顿时黯然失色，苹果也被贴上 AI 方面做得还不够，甚至有点落后的标签。事实上，苹果并没有在这方面停滞不前，如今苹果的机器学习研究中心（Machine Learning Research）已经发布一个专为 Apple Silicon 晶片设计的全新 MLX（ML Explore）免费开源框架。

周三，苹果机器学习研究中心成员 Awni Hannum 在Twitter/X上宣布，该公司发布了苹果机器学习研究方面的一些新软件，亦即 MLX 框架。他强调：“MLX 是专为 Apple Silicon 晶片（也就是你的笔电）设计的高效机器学习框架。”目前完整的原始程式码已可在GitHub上免费取得。

苹果推出 MLX 是为使用苹果硬件的研究人员或开发人员简化机器学习模型的训练和部署。进一步而言，它不是一个面向消费者的工具，而是为开发人员提供一个强大的环境来构建机器学习模型。

MLX 的设计灵感来自于诸如 PyTorch、Jax 和 ArrayFire 等现有框架，但该工具新增了统一记忆体模型（unified memory model）的支援，这意味着阵列位于共用记忆体中，可以在任何支援的装置类型上执行操作，而无需进行资料复制。

除了统一记忆体外，MLX 还支援许多功能，包括熟悉的 API（具备与 NumPy 极度相似的 Python API、可与 Python API 紧密对应且功能齐全的 C++ API）、可组合函数转换、延迟计算、动态图构建、多装置运行等。

目前苹果已提供一系列 MLX 的实际用例，包括 Transformer LM 深度模型架构语言模型的训练；透过LLaMA通用大型语言模型进行大规模文字生成并透过 LoRA 低秩自适应模型进行微调；透过 Stable Diffusion 工具进行图像生成；透过 OpenAI Whisper 自动语音辨识系统进行语音辨识。

苹果在 Github 上的 MLX 读我档案中指出，MLX 是个使用者友好的框架，设计概念上力求简单，进而有效训练和部署模型。目标在于让研究人员能更简单容易地扩展和改进 MLX，以便快速探索新的想法。

• Apple launches MLX machine-learning framework for Apple Silicon

（首图来源：Twitter/X）

▼

   特别声明    本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。