Apple MLX：为机器学习打造的开源框架

Apple最近推出了MLX，这是一个专为苹果芯片上的机器学习而设计的开源数组框架。MLX由Apple的机器学习研究团队精心打造，它承诺为研究人员提供一个精炼的体验，增强模型训练和部署的效率。

熟悉的API和增强的模型构建

MLX引入了一个与NumPy紧密对齐的Python API，确保开发者的熟悉度。同时，它的全功能的C++ API与Python版本相镜像，提供了一个多功能的开发环境。像mlx.nn和mlx.optimizers这样的高级包通过遵循PyTorch的约定来简化模型构建。这种与已建立框架的对齐，为开发者提供了一个平滑的过渡。

增强功能

MLX的一个突出特点是引入了可组合的函数变换。这种创新的方法使得自动微分、向量化和计算图优化成为可能。通过整合这些功能，MLX赋予开发者高效增强其模型能力的力量。

通过延迟计算提高效率

效率是MLX设计的核心，计算被设计为延迟执行。实际上，只有在必要时才会实现数组，优化计算效率。这种方法不仅节省资源，还有助于机器学习过程的整体速度和响应性。

动态图构建和多设备支持

MLX采用动态图构建，消除了由函数参数形状变化触发的缓慢编译。这种动态方法简化了调试过程，增强了整体的开发体验。此外，MLX支持在各种设备上无缝操作，包括CPU和GPU。这种灵活性为开发者提供了选择最适合其特定需求的设备的自由。