蘋果發表另一份聲明：您現在可以使用Apple設備@exolabs_來運行您的個人AI集群
使用MLX在本地連接iPhone、iPad和Mac，以形成大型圖形處理器！Nvidia在數據中心製造超級圖形處理器。蘋果說我有很多邊緣設備。使用這種廉價的方式來序列化圖形處理器是可以的。
MLX是一個用於蘋果晶片機器學習研究的陣列框架，由蘋果機器學習研究團隊向您提供。
MLX的一些主要功能包括：
熟悉的API：MLX有一個緊隨NumPy的Python API。MLX還擁有功能齊全的C++、C和Swift API，這些API與Python API非常相似。MLX擁有更高級的包，例如mlx.nn和mlx. optimizer，其API密切遵循PyTorch，以簡化更複雜的模型的構建。
可組合函數轉換：MLX支持用於自動微分、自動向量化和計算圖形優化的可組合函數轉換。
懶惰計算：MLX中的計算是懶惰的。數組僅在需要時具體化。
動態圖構建：MLX中的計算圖是動態構建的。更改函數參數的形狀不會觸發緩慢的編譯，調試簡單直觀。
多設備：操作可以在任何支持的設備上運行（目前是中央處理器和圖形處理器）。
統一內存：與MLX和其他框架的一個顯著區別是統一內存模型。MLX中的數組位於共享內存中。可以在任何支持的設備類型上執行對MLX陣列的操作，而無需傳輸數據。
MLX由機器學習研究人員為機器學習研究人員設計。該框架的設計是用戶友好的，但仍然允許有效的模型訓練和部署。框架本身的設計在概念上也很簡單。我們打算讓研究人員輕鬆擴展和改進MLX，目標是快速探索新想法。
MLX的靈感來自NumPy、PyTorch、Jax和ArrayFire等框架。
如果您想了解更多信息，可以單擊視頻下方的連結。
感謝您觀看此視頻。如果您喜歡，請訂閱並點讚。謝謝
項目地址：http://github.com/ml-explore/mlx
輸油管：