Appleが独自のオープンソースAIツール群を発表し、オープンソースAI分野に参入しました。このリリースの中心となるのが、AppleSiriコンアーキテクチャ向けに特別に設計されたMLXフレームワークです。GitHubで入手可能なMLXは、Appleハードウェア上での機械学習モデルのトレーニングと展開を最適化するために開発されました。
AppleはMLXの設計原則を、PyTorchやJAX、ArrayFireといった人気のフレームワークに「インスパイアされている」と説明しています。しかし、MLXは統一メモリモデルによって際立っています。配列が共有メモリに格納され、データのコピーなしでサポートされている全デバイスタイプ間で操作を可能にします。この機能により、ワークフローが効率化され、パフォーマンスが向上します。
「このフレームワークは、使いやすさを追求しつつ、効率的なモデルのトレーニングと展開を実現します。基本的な設計がシンプルであり、研究者がMLXを簡単に拡張して新しいアイデアを迅速に探求できるようにしています」とMLXのリポジトリは述べています。
MLXの主な特徴
- NumPyに似たPython API: MLXフレームワークには、NumPyに非常に似たPython APIが含まれており、この人気のライブラリに慣れたユーザーにとって滑らかな移行を促進します。さらに、C++ APIやPyTorchをモデルにした高レベルパッケージも提供されており、開発者はより高度なモデルを構築できます。
- 合成可能な関数変換: MLXは、自動微分、自動ベクトル化、計算グラフの最適化をサポートする合成可能な関数変換を通じて、複雑な計算タスクの処理を容易にします。
- 遅延計算: このフレームワークは遅延計算を採用しており、配列は必要な時にのみ具現化されます。この機能によりリソースの最適利用が促進され、効率が向上します。
- 動的グラフ構築: MLXは計算グラフを動的に構築します。ユーザーは関数の形状を変更でき、遅いコンパイルによる遅延を回避します。これによりデバッグプロセスが効率化され、ユーザー体験が向上します。
Appleの機械学習研究者Awni Hannunは、M2 Ultraチップ（Mac StudioやMac ProなどAppleのプレミアコンピュータシステムを搭載）で動作するMeta社のLLaMA（70億パラメータ版）のデモ動画を共有し、MLXの能力を実演しました。MLXの他の注目されるアプリケーションには、Stable Diffusionによる画像生成や、OpenAIのWhisperを使った音声認識、LoRAによるパラメータ効率の良いファインチューニングがあります。
また、AppleはAI分野への注力を強化しており、最近のレポートによれば、‘Apple GPT’と呼ばれるウェブアプリケーションベースのチャットボットサービスも開発中です。
ライセンスと商業利用
MLXはMITライセンスの下で提供されており、商業アプリケーションを含む広範な使用が可能です。ただし、ユーザーはソフトウェアの全てのコピーに著作権および許可通知を含めるというライセンスの要件を遵守しなければなりません。
このオープンソースの原則に対するコミットメントは、AppleがAI技術の発展に投資していることを示すだけでなく、開発者、研究者、企業がこの堅牢なツールを使用してAI分野でのイノベーションを促進する力を与えています。
ランキング
