MLXはAppleが開発し、主にAppleシリコン向けに設計された、オープン-ソース機械学習フレームワーク。これは機械学習モデルの学習と実行に使用され、CPUとGPUが同一データを別々のメモリプール間でコピーすることなく処理することを可能にしたAppleシリコンのに最適化される。MLXは大規模言語モデルの学習と推論、画像生成、音声認識といった用途に利用される。

歴史 Appleの機械学習研究チームは、2023年12月にMLXをリリースした。当初はAwni Hannun、Jagrit Digani、Angelos Katharopoulos、Ronan Collobertによって開発され、MITライセンスの下でリリースされた。その設計は、NumPy、PyTorch、JAXといった数値計算および機械学習のフレームワークから影響を受けている。

2024年2月、MLX向けのSwiftインターフェースがリリースされ、Appleシリコン上でSwiftを用いた機械学習研究が可能になった。2026年3月には、Appleシリコン搭載Macでローカル言語モデルを動作させるためのMLXサポートがOllamaに追加された。

特徴 MLXは(大規模言語モデルを含む)人工知能モデルの実行と学習をAppleシリコン搭載Mac上でローカルに行うために使用される。PyTorchと同様の高レベルなニューラルネットワークおよび最適化ツールを提供し、自動微分、遅延評価、動的計算グラフ、ベクトル化、そしてCPUとGPUでの実行をサポートする。Appleシリコン上では、配列は共有に格納されるため、異なるメモリ空間の間でデータを転送することなく、CPUまたはGPUのいずれかで処理することが可能。

MLXはSwiftおよびC言語向けのインターフェースを提供し、MLX CoreはPythonおよびC++向けのバインディングを提供する。そのPython APIはNumPyをモデルにしており、MLXはMetalをサポートするAppleプラットフォーム上で動作する。

MLXエコシステムには、大規模言語モデルを用いたテキスト生成とファインチューニングを行うためのパッケージであるMLX LMが含まれる。Appleは、Llama、Stable Diffusion、Whisperなどのモデルに対応したMLXのサンプルを提供している。また、現在のリリースでは、Linux向けのCPUおよびCUDAバックエンドも提供されている。

脚注

関連項目

小規模言語モデル

外部リンク

MLX at Apple オープン-ソース MLX コミュニティ on Hugging Face