今天,苹果发布了开源模型的运行软件框架 MLX。这是苹果机器学习研究团队针对 M 系列芯片开发的机器学习阵列框架,也就是说配备 M 系列芯片的设备,能够更有效地进行深度学习训练。🔗 MLX Github 地址:https://github.com/ml-explore/mlx💡 有什么意义:#️⃣ 这是苹果有史以来在开源人工智能方面的最大动作 #️⃣ MLX 有望成为深度学习框架中的「iPhone」它的主要功能有:API 接口:MLX 提供了一个与 NumPy 十分相似的 Python API,以及 C++ API。MLX API 与 PyTorch 相似,便于构建更复杂的模型。灵活的函数变换:MLX 支持可组合的函数变换,能够实现自动微分、自动向量化以及计算图的优化。惰性计算:MLX 中的计算是延迟执行的,仅在需要时才实际计算数组。动态图构建:MLX 的计算图是动态生成的。多设备支持:MLX 支持在多种设备上运行,包括 CPU 和 GPU。统一内存模型:与其他框架不同,MLX 采用了统一内存模型。可在任何支持的设备上操作,无需移动数据,还能加速运算。🤩 苹果 AI 研究科学家 Awni Hannum 的演示视频充分展示了基于 MLX 实现的 Llama v1 7B 模型在 M2 Ultra 上运行的详情。Github 主页显示,MLX 含有各种示例,包括支持 Transformer 语言模型训练或使用 LoRA 进行微调、使用 Stable Diffusion 生成图像以及使用 Whisper 进行语音识别等。英伟达高级科学家 Jim Fan 指出,这可能是苹果迄今为止在开源人工智能方面的最大举措。该版本在设计深度学习受众熟悉的 API 方面做得非常出色,并且在多数人关心的开放源码软件模型上展示了极简的示例:Llama、LoRA、Stable Diffusion 和 Whisper。深度学习专家 Delip Rao 设想 MLX 有望成为深度学习框架中的「iPhone」,如果苹果的机器学习框架流行起来,不排除未来苹果会将芯片单独销售给外部客户。此外,部分开发者认为,苹果选择绕开 PyTorch,自行开发 MLX,这意味着开发者需要做双重工作,以同时支持 PyTorch 和 MLX。