2024-01-01 09:21

Apple 进军 AI 前沿:MLX 框架导航及其对下一代 MacBook AI 体验的影响

2.0万

文章来源:AI猿

图片来源:由无界 AI生成

在开源生态系统中生成式人工智能的广泛集成和可访问性的推动下,人工智能领域目前正在经历重大变革。这一变革浪潮不仅提高了生产力和效率,还促进了创新,为在现代时代保持竞争力提供了重要工具。Apple 打破了传统的封闭生态系统,最近推出了 MLX,这是一种开源框架,旨在帮助 AI 开发人员有效利用 Apple Silicon 芯片的功能,从而拥抱这种范式转变。在本文中,我们将深入探讨 MLX 框架,揭示其对 Apple 的影响以及它对更广泛的人工智能生态系统的潜在影响。


揭幕MLX


MLX 由 Apple 人工智能 (AI) 研究团队开发,是专为 Apple 芯片上的 AI 研究和开发量身定制的尖端框架。该框架包含一组工具,使人工智能开发人员能够创建高级模型,涵盖聊天机器人、文本生成、语音识别和图像生成。MLX 不仅包含预训练的基础模型,例如用于文本生成的 MetaLlaMA、用于图像生成的 Stability AIStable Diffusion 以及用于语音识别的 OpenAIWhisper

受 NumPy、PyTorch、Jax 和 ArrayFire 等成熟框架的启发,MLX 非常重视用户友好的设计以及高效的模型训练和部署。值得注意的功能包括用户友好的 API,包括让人想起 NumPy 的 Python API 和详细的 C++ API。mlx.nn 和 mlx.optimizers 等专业包采用熟悉的 PyTorch 风格,简化了复杂模型的构建。

MLX 采用延迟计算方法,仅在必要时生成数组。其动态图构建功能可以自发生成计算图,保证函数参数的更改不会影响性能,同时保持调试过程简单直观。MLX 通过在 CPU 和 GPU 上无缝执行操作,提供跨设备的广泛兼容性。MLX 的一个关键方面是其统一内存模型,将数组保留在共享内存中。这一独特的功能有助于跨各种受支持的设备在 MLX 阵列上进行无缝操作,从而无需进行数据传输。


区分 CoreML和MLX


Apple 开发了 CoreMLMLX 框架来协助 Apple 系统上的 AI 开发人员,但每个框架都有其独特的功能。CoreML 旨在轻松将 TensorFlow 等开源工具包中的预训练机器学习模型集成到 Apple 设备(包括 iOS、macOS、watchOS 和 tvOS)上的应用程序中。它使用 GPU 和神经引擎等专用硬件组件优化模型执行,确保加速和高效的处理。CoreML 支持 TensorFlow 和 ONNX 等流行的模型格式,使其适用于图像识别和自然语言处理等应用。CoreML 的一个基本功能是在设备上执行,确保模型直接在用户设备上运行,而不依赖于外部服务器。CoreML 简化了预先训练的机器学习模型与 Apple 系统的集成,而 MLX 则是专门为促进 Apple 芯片上的 AI 模型开发而设计的开发框架。


分析苹果MLX背后的动机


MLX的推出表明苹果正在进军不断扩大的生成式人工智能领域,该领域目前由微软和谷歌等科技巨头主导。尽管苹果已将 Siri 等人工智能技术集成到其产品中,但该公司传统上一直避免进入生成式人工智能领域。然而,Apple 的 AI 开发工作在 2023 年 9 月显着增加,特别强调评估更广泛应用的基础模型以及 MLX 的引入,这表明苹果可能会转向探索生成式 AI。分析师表示,苹果可以使用 MLX 框架为其服务和设备带来创造性的生成式人工智能功能。然而,根据苹果对隐私的坚定承诺,在做出任何重大进展之前,预计会仔细评估道德考虑因素。目前,苹果尚未就其有关 MLX、MLX 数据和生成人工智能的具体意图分享更多细节或评论。


MLX 对 Apple 的重要性


在 Apple 的世界之外,MLX 的统一内存模型提供了实用优势,使其与 PyTorch 和 Jax 等框架区分开来。此功能允许阵列共享内存,从而使不同设备上的操作更加简单,而不会出现不必要的数据重复。随着人工智能越来越依赖高效的 GPU,这一点变得尤为重要。MLX 允许 GPU 与计算机的 RAM 共享 VRAM,而不是涉及功能强大的 PC 和具有大量 VRAM 的专用 GPU 的常见设置。这种微妙的变化有可能悄悄地重新定义人工智能硬件需求,使它们更容易访问和更高效。它还影响边缘设备上的人工智能,提出比我们习惯的方法更具适应性和资源意识的方法。


底线


Apple 通过 MLX 框架进军生成式 AI 领域,标志着人工智能领域的重大转变。通过采用开源实践,苹果不仅使先进的人工智能民主化,而且还将自己定位为由微软和谷歌等科技巨头主导的领域的竞争者。MLX 的用户友好型设计、动态图形构建和统一内存模型提供了超越 Apple 生态系统的实际优势,尤其是在人工智能越来越依赖高效 GPU的情况下。该框架对硬件要求的潜在影响及其对边缘设备上人工智能的适应性预示着变革的未来。随着 Apple 探索这一新领域,对隐私和道德考虑的重视仍然至关重要,从而塑造了 MLX 在更广泛的人工智能生态系统中的角色轨迹。

本文链接:https://www.aixinzhijie.com/article/6842480
转载请注明文章出处

评论
登录 账号发表你的看法,还没有账号?立即免费 注册
下载
分享
收藏
阅读
评论
点赞
上一篇
下一篇