MLX 是由 Apple 機器學習研究團隊開發的開源框架，專為 Apple Silicon 設計，旨在提供高效且靈活的機器學習體驗。
網址：https://github.com/ml-explore/mlx
主要特點：
– 熟悉的 API： MLX 提供類似 NumPy 的 Python API，並支持 C++、C 和 Swift，方便開發者使用。
– 可組合的函數轉換： 支持自動微分、自動向量化和計算圖優化，提升計算效率。
– 延遲計算： 僅在需要時實現陣列，優化資源使用。
– 動態圖構建： 計算圖動態生成，避免因參數形狀變化導致的編譯延遲，簡化調試。
– 多設備支持： 可在 CPU 和 GPU 上運行操作，靈活利用硬體資源。
– 統一記憶體模型： 陣列存在於共享記憶體中，無需在不同設備間移動數據，提升性能。
應用範例：
MLX 提供多種應用示例，包括：
– 訓練 Transformer 語言模型。
– 使用 LLaMA 進行大規模文本生成。
– 使用 Stable Diffusion 生成圖像。
– 使用 OpenAI 的 Whisper 進行語音識別。
安裝方法：
MLX 可通過 PyPI 安裝：
pip install mlx
或使用 conda：
conda install -c conda-forge mlx
更多資訊請參考官方文件。
MLX 的設計靈感來自 NumPy、PyTorch、Jax 和 ArrayFire，旨在為機器學習研究人員提供一個易於使用且高效的框架，方便快速探索新想法。
