文章來源：AI猿

圖片來源：由無界 AI生成

在開源生態(tài)系統(tǒng)中生成式人工智能的廣泛集成和可訪問性的推動下，人工智能領域目前正在經歷重大變革,。這一變革浪潮不僅提高了生產力和效率,，還促進了創(chuàng)新，為在現(xiàn)代時代保持競爭力提供了重要工具,。Apple 打破了傳統(tǒng)的封閉生態(tài)系統(tǒng),，最近推出了 MLX，這是一種開源框架,，旨在幫助 AI 開發(fā)人員有效利用 Apple Silicon 芯片的功能,，從而擁抱這種范式轉變。在本文中,，我們將深入探討 MLX 框架,，揭示其對 Apple 的影響以及它對更廣泛的人工智能生態(tài)系統(tǒng)的潛在影響。

揭幕MLX

MLX 由 Apple 人工智能 (AI) 研究團隊開發(fā),，是專為 Apple 芯片上的 AI 研究和開發(fā)量身定制的尖端框架,。該框架包含一組工具，使人工智能開發(fā)人員能夠創(chuàng)建高級模型,，涵蓋聊天機器人,、文本生成,、語音識別和圖像生成。MLX 不僅包含預訓練的基礎模型,，例如用于文本生成的 Meta 的 LlaMA,、用于圖像生成的 Stability AI 的 Stable Diffusion 以及用于語音識別的 OpenAI 的 Whisper。

受 NumPy,、PyTorch,、Jax 和 ArrayFire 等成熟框架的啟發(fā)，MLX 非常重視用戶友好的設計以及高效的模型訓練和部署,。值得注意的功能包括用戶友好的 API,，包括讓人想起 NumPy 的 Python API 和詳細的 C++ API。mlx.nn 和 mlx.optimizers 等專業(yè)包采用熟悉的 PyTorch 風格,，簡化了復雜模型的構建,。

MLX 采用延遲計算方法，僅在必要時生成數(shù)組,。其動態(tài)圖構建功能可以自發(fā)生成計算圖,，保證函數(shù)參數(shù)的更改不會影響性能，同時保持調試過程簡單直觀,。MLX 通過在 CPU 和 GPU 上無縫執(zhí)行操作,，提供跨設備的廣泛兼容性。MLX 的一個關鍵方面是其統(tǒng)一內存模型,，將數(shù)組保留在共享內存中,。這一獨特的功能有助于跨各種受支持的設備在 MLX 陣列上進行無縫操作，從而無需進行數(shù)據(jù)傳輸,。

區(qū)分 CoreML和MLX

Apple 開發(fā)了 CoreML 和 MLX 框架來協(xié)助 Apple 系統(tǒng)上的 AI 開發(fā)人員,，但每個框架都有其獨特的功能。CoreML 旨在輕松將 TensorFlow 等開源工具包中的預訓練機器學習模型集成到 Apple 設備（包括 iOS,、macOS,、watchOS 和 tvOS）上的應用程序中。它使用 GPU 和神經引擎等專用硬件組件優(yōu)化模型執(zhí)行,，確保加速和高效的處理,。CoreML 支持 TensorFlow 和 ONNX 等流行的模型格式，使其適用于圖像識別和自然語言處理等應用,。CoreML 的一個基本功能是在設備上執(zhí)行,，確保模型直接在用戶設備上運行，而不依賴于外部服務器,。CoreML 簡化了預先訓練的機器學習模型與 Apple 系統(tǒng)的集成,，而 MLX 則是專門為促進 Apple 芯片上的 AI 模型開發(fā)而設計的開發(fā)框架。

分析蘋果MLX背后的動機

MLX的推出表明蘋果正在進軍不斷擴大的生成式人工智能領域,，該領域目前由微軟和谷歌等科技巨頭主導,。盡管蘋果已將 Siri 等人工智能技術集成到其產品中,，但該公司傳統(tǒng)上一直避免進入生成式人工智能領域。然而,，Apple 的 AI 開發(fā)工作在 2023 年 9 月顯著增加,，特別強調評估更廣泛應用的基礎模型以及 MLX 的引入，這表明蘋果可能會轉向探索生成式 AI,。分析師表示,，蘋果可以使用 MLX 框架為其服務和設備帶來創(chuàng)造性的生成式人工智能功能。然而,，根據(jù)蘋果對隱私的堅定承諾,，在做出任何重大進展之前,，預計會仔細評估道德考慮因素,。目前，蘋果尚未就其有關 MLX,、MLX 數(shù)據(jù)和生成人工智能的具體意圖分享更多細節(jié)或評論,。

MLX 對 Apple 的重要性

在 Apple 的世界之外，MLX 的統(tǒng)一內存模型提供了實用優(yōu)勢,，使其與 PyTorch 和 Jax 等框架區(qū)分開來,。此功能允許陣列共享內存，從而使不同設備上的操作更加簡單,，而不會出現(xiàn)不必要的數(shù)據(jù)重復,。隨著人工智能越來越依賴高效的 GPU，這一點變得尤為重要,。MLX 允許 GPU 與計算機的 RAM 共享 VRAM,，而不是涉及功能強大的 PC 和具有大量 VRAM 的專用 GPU 的常見設置。這種微妙的變化有可能悄悄地重新定義人工智能硬件需求,，使它們更容易訪問和更高效,。它還影響邊緣設備上的人工智能，提出比我們習慣的方法更具適應性和資源意識的方法,。

底線

Apple 通過 MLX 框架進軍生成式 AI 領域,，標志著人工智能領域的重大轉變。通過采用開源實踐,，蘋果不僅使先進的人工智能民主化,，而且還將自己定位為由微軟和谷歌等科技巨頭主導的領域的競爭者。MLX 的用戶友好型設計,、動態(tài)圖形構建和統(tǒng)一內存模型提供了超越 Apple 生態(tài)系統(tǒng)的實際優(yōu)勢,，尤其是在人工智能越來越依賴高效 GPU的情況下。該框架對硬件要求的潛在影響及其對邊緣設備上人工智能的適應性預示著變革的未來,。隨著 Apple 探索這一新領域,，對隱私和道德考慮的重視仍然至關重要,，從而塑造了 MLX 在更廣泛的人工智能生態(tài)系統(tǒng)中的角色軌跡。