Apple Machine Learning Framework - MLX

最近 Apple 為自家晶片推出一項機器學習的框架，稱做「MLX」。

雖然說是新框架，但其中還是跟 NumPy, PyTorch, Jax 和 ArrayFire 相似，但最大的不同在於因為是 Apple 自行設計，在 M 系列晶片的「統一記憶體」上能直接計算資料。

在 GitHub 上，官方主要提出以下主要功能：

1. API：用法非常類似於 NumPy 與 PyTorch，也同時有齊全的 C++ API，因此可以用簡單的語法建立複雜的模型。
2. 可組合函數轉換：能自動在微分、轉換向量、算圖上自動最佳化函數。
3. 動態圖像建構：MLX 會自動動態 Build，但更改參數時也不會讓 Build 變慢，可讓 Debug 時更簡單。
4. 支援多裝置：可以在任何支援的裝置上執行，目前有 CPU 和 GPU。
5. 統一記憶體：正如前面提到的，MLX 陣列是存在共享記憶體，因此不用在多個記憶體裝置上移動資料。

在 GitHub 上，官方也提供簡單的範例，可讓開發者測試。連結。

包含：

1. Transformer language model
2. Meta 的 LLaMA 以及經過 final-tuning 的 LoRA
3. Stable Diffusion
4. OpenAI 的 Whisper