MLX

MLX to otwartoźródłowy framework tablicowy do uczenia maszynowego stworzony przez zespół Apple machine learning research (organizacja ml-explore na GitHubie). Zaprojektowano go do wydajnego i elastycznego trenowania oraz uruchamiania modeli na układach Apple Silicon. API w Pythonie ściśle wzoruje się na NumPy, a dodatkowe interfejsy są dostępne w C++, C oraz Swift.

Kluczowe cechy to pamięć współdzielona (unified memory), dzięki której tablice żyją we wspólnej pamięci i operacje można wykonywać na CPU lub GPU bez kopiowania danych; leniwe obliczenia (tablice materializowane dopiero gdy są potrzebne); dynamiczne budowanie grafu obliczeń bez kosztownych rekompilacji; oraz komponowalne transformacje funkcji: automatyczne różniczkowanie, automatyczna wektoryzacja i optymalizacja grafu. Projekt inspirowany jest przez PyTorch, JAX i ArrayFire, a kod udostępniono na licencji MIT.

MLX jest używany m.in. do trenowania modeli językowych opartych na transformerach, generowania tekstu (LLaMA, dostrajanie LoRA), generowania obrazów (Stable Diffusion) oraz rozpoznawania mowy (Whisper). Framework działa lokalnie na urządzeniu; poza Apple Silicon dostępny jest też backend CUDA dla systemu Linux.