今日、AppleはMLXというオープンソースのフレームワークを発表しました。このフレームワークは、AppleのMシリーズCPU上で機械学習を行うために特別に設計されています。AIソフトウェアの開発は現在、オープンソースのLinuxやMicrosoftのシステム上で行われており、Appleは自社の繁栄する開発者エコシステムが最新のトレンドに取り残されることを望んでいません。MLXは、Apple独自のアーキテクチャとソフトウェアに関連する互換性とパフォーマンスの問題を解決することを目指していますが、単なる技術的な取り組み以上の意味を持っています。
MLXは、おそらくPyTorch、Jax、ArrayFireなどの有名なフレームワークからインスピレーションを受けた、ユーザーフレンドリーなデザインを提供しています。MLXの導入により、Appleデバイス上でのAI学習モデルのトレーニングと展開プロセスがより効率的になることが期待されています。
アーキテクチャ的に見ても、MLXは共有メモリ内に配列が存在する統一メモリモデルを特徴としており、サポートされているデバイスタイプ間での演算を、データの重複を必要とせずに行うことができます。これは柔軟性を求める開発者にとって重要な機能です。
統一メモリとは、GPUがコンピュータのRAMとVRAMを共有することを意味します。つまり、パワフルなPCを購入してVRAMがたくさんあるパワフルなGPUを追加する代わりに、MacのRAMをすべて使うことができます。ただし、Apple Silicon上でのAI開発の道のりは課題もありました。それは、閉じたエコシステムと多くのオープンソースの開発プロジェクトや広く使用されているインフラストラクチャとの互換性の問題です。
Hacker Newsのディスカッションで、開発者は「このようなテンソル型のオブジェクトを扱うためのさらなるツールを見るのは興奮するが、Appleがカスタムモデルを高パフォーマンスで移植することを簡単にするべきだと思っている」と述べています。
これまでのところ、開発者はモデルをCoreMLに変換してApple上で実行する必要がありました。これは翻訳ソフトに依存することは理想的ではありません。CoreMLは既存の機械学習モデルを変換し、Appleデバイスに最適化することに焦点を当てています。一方、MLXはApple独自のハードウェア上で直接かつ効率的に機械学習モデルを作成・実行することに重点を置いており、Appleエコシステム内でのイノベーションや開発のためのツールを提供しています。
MLXはベンチマークテストにおいて良い結果を出しています。Stable DiffusionやOpenAIのWhisperとの互換性は大きな進歩を示しています。特にパフォーマンスの比較では、MLXはバッチサイズが大きい場合の画像生成速度でPyTorchの実行を上回る効率性を示しています。
AIが急速に進化する中、MLXはAppleのエコシステムにおける重要な節目を意味しています。それは単なる技術的な課題だけでなく、AppleとNvidiaの別れやApple独自の強力なAIエコシステムを考えると、AppleのプラットフォームをAI研究者や開発者にとって魅力的で実行可能な選択肢にすることを目指しています。AIに夢中なAppleファンにとって、MLXはより楽しいクリスマスになります。
暗号通貨ニュースを最新の状態に保ち、毎日の更新を受け取るには、あなたのメールアドレスを入力してください。
