Coluna global | O significado oculto do surgimento do “MLX”, a estrutura de aprendizado de máquina da Apple Silicon

A equipe de aprendizado de máquina (ML) da Apple lançou uma nova estrutura de aprendizado de máquina para Apple Silicon sem muito alarde. Chamado de MLX ou ML Explore, foi testado durante todo o verão e já está disponível. Através do GitHub Qualquer pessoa pode baixá-lo.

ⓒ O mundo da tecnologia da informação

Equipe de ML da Apple Não, HenanO software é descrito como uma poderosa estrutura de aprendizado de máquina personalizada para Apple Silicon. Essencialmente, simplifica o processo de treinamento e implantação de um modelo de ML para pesquisadores de ML que usam dispositivos Apple. MLX é uma estrutura de matriz semelhante ao NumPy, projetada para criar ML de forma mais eficiente e flexível para processadores Apple. Esta ferramenta não se destina ao uso direto por usuários comuns. Fornece aos desenvolvedores um ambiente poderoso para a criação de modelos de ML. A Apple também está planejando expandir o suporte para a linguagem de desenvolvimento preferida pelos desenvolvedores, em vez de exigir que os desenvolvedores a adaptem ao MLX e, na verdade, parece que eles já possuem uma ferramenta LLM poderosa.

MLX é inspirado em estruturas existentes como PyTorch, Jax e ArrayFire, mas também adiciona suporte para um modelo de memória unificado. Portanto, como o array reside na memória compartilhada, ele pode ser processado em qualquer dispositivo de suporte sem a necessidade de copiar os dados. A equipe de ML da Apple explicou: “A API Python é muito semelhante ao NumPy, com algumas exceções. O MLX também oferece suporte total à API C++, que segue a API Python.” Se você olhar as notas de lançamento, encontrará o seguinte:

“Essa estrutura é fácil de usar e permite treinamento e implantação eficientes de modelos de ML. Planejamos expandir e melhorar o MLX para ajudar os pesquisadores de ML a explorar rapidamente novas ideias.”

O feedback inicial sobre o MLX é muito favorável. Isso se deve a muitos recursos, incluindo a API familiar. Além disso, as principais características do MLX são as seguintes.

  • Transformações de funções configuráveis: MLX possui transformações de funções configuráveis ​​para diferenciação automática, roteamento automático, otimização de gráfico computacional e muito mais.
  • Cálculo lento: O cálculo no MLX é feito lentamente. Arrays são executados somente quando são necessários.
  • Criação de gráfico dinâmico: O gráfico aritmético no MLX é gerado dinamicamente. Alterar os argumentos da função não retarda o processo de compilação e a depuração é simples e intuitiva.
  • Vários dispositivos: pode ser executado em todos os dispositivos que suportam CPU e GPU.
  • Memória Unificada: O modelo de memória unificada é implementado, onde o array reside na memória compartilhada e as operações no array MLX são executadas em todos os dispositivos suportados sem transferência de dados.

O que a Apple poderia fazer com o MLX Revele algumas coisasum ato. Isso mostra que a Apple já obteve não apenas um modelo de linguagem altamente eficiente, mas também uma poderosa ferramenta de geração de imagens baseada em difusão estável e tecnologia de reconhecimento de voz de alta precisão. Combinando os fatos conhecidos desde o início deste ano e a visão futura dos mundos virtuais através do Vision Pro, as tarefas específicas que podem ser executadas usando o MLX são as seguintes.

  • Aprendizado de transição LM ou ajuste LoRA
  • Crie texto usando Mistral
  • Crie imagens usando difusão estável
  • Reconhecimento de voz usando Whisper

Em última análise, o que a Apple quer é popularizar o aprendizado de máquina. No mesmo contexto, a equipe de desenvolvimento disse: “MLX foi projetado por pesquisadores de ML para pesquisadores de ML”. Em outras palavras, a Apple parece ter decidido que um ambiente de desenvolvimento de aprendizado de máquina fácil de usar e sem restrições de direitos autorais é necessário para aumentar ainda mais o mercado relevante. Também é importante que o MLX seja baseado em Apple Silicon. A Apple já usa seus próprios processadores em todos os seus produtos, incluindo Mac, iPhone e iPad. Usando a GPU, CPU e mecanismo neural neste processador, o ML de proteção de privacidade pode ser implementado no próprio dispositivo. Com alto desempenho que outros processadores não conseguem igualar.

READ  300.000 ganhos na batalha de placas gráficas, AMD Radeon RX 6600 VS Nvidia GeForce RTX 3050

Comparado ao intenso interesse em torno do ChatGPT da OpenAI quando foi lançado no final do ano passado, você pode pensar que a mudança atual da Apple pode ser tarde demais, mas penso de forma diferente. A Apple já decidiu fornecer aos pesquisadores de aprendizado de máquina as ferramentas necessárias para criar modelos de aprendizado de máquina e lançou o poderoso M3 Mac. Agora, está se expandindo para uma ferramenta de IA visual e fácil de usar que pode impactar a experiência dos usuários além dos pesquisadores de aprendizado de máquina. É muito cedo para declarar a Apple derrotada na guerra de IA que apenas começou.
editor@itworld.co.kr

Deixe um comentário

O seu endereço de email não será publicado. Campos obrigatórios marcados com *