Не спрашивайте меня, что все это означает, но некоторым из вас, настоящих пользователей Mac, это может быть интересно. Apple выпустила MLX, «инфраструктуру массивов для машинного обучения на процессорах Apple, созданную в результате исследований Apple в области машинного обучения».

Эту историю поддерживает Mosyle, единственная унифицированная платформа Apple. Mosyle — единственное решение, которое полностью интегрирует пять различных приложений на единой платформе Apple, позволяя предприятиям и школам легко и автоматически развертывать, управлять и защищать все свои устройства Apple. Более 38 000 организаций используют решения Mosyle для автоматизации развертывания, управления и обеспечения безопасности миллионов устройств Apple ежедневно. Запросите БЕСПЛАТНУЮ учетную запись сегодня и узнайте, как можно перевести свой парк Apple на автопилот по цене, в которую трудно поверить.

Вот описание из документации:



MLX разработан исследователями машинного обучения для исследователей машинного обучения. Платформа призвана быть удобной для пользователя, но при этом эффективной для обучения и развертывания моделей. Конструкция самой структуры также концептуально проста. Мы намерены облегчить исследователям расширение и улучшение MLX с целью быстрого изучения новых идей.

Они также выделяют некоторые ключевые особенности MLX:

Знакомые API: MLX имеет API Python, который очень похож на NumPy. MLX также имеет полнофункциональный API C++, который очень похож на API Python. MLX имеет пакеты более высокого уровня, такие как mlx.nn и mlx.optimizers, с API-интерфейсами, которые очень похожи на PyTorch, чтобы упростить создание более сложных моделей. Преобразования составных функций: MLX имеет преобразования составных функций для автоматического дифференцирования, автоматической векторизации и оптимизации графа вычислений. Ленивые вычисления. Вычисления в MLX являются ленивыми. Массивы материализуются только при необходимости. Построение динамического графа: графы вычислений в MLX строятся динамически. Изменение формы аргументов функции не приводит к медленной компиляции, а отладка проста и интуитивно понятна. Работа на нескольких устройствах: операции могут выполняться на любом из поддерживаемых устройств (в настоящее время — процессоре и графическом процессоре). Единая память. Заметным отличием от MLX и других платформ является унифицированная модель памяти. Массивы в MLX находятся в общей памяти. Операции с массивами MLX можно выполнять на любом из поддерживаемых типов устройств без перемещения данных.

Теперь сообщение от человека, который действительно знает, о чем говорит:

Наслаждаться!

Apple выпускает новую платформу машинного обучения MLX для Apple Silicon Mac

©



[yuzo id=820442 ]