Apple은 혁신적인 오픈 소스 AI 도구 모음을 출시하며 오픈 소스 AI 분야에 진입했습니다. 이 릴리스의 핵심은 Apple Silicon 아키텍처에 맞춰 특별히 제작된 MLX 프레임워크입니다. GitHub에서 접근 가능한 MLX는 Apple 하드웨어에서 머신 러닝 모델의 훈련 및 배포를 최적화하도록 설계되었습니다.
Apple은 MLX의 설계 원칙이 PyTorch, Jax 및 ArrayFire와 같은 인기 있는 프레임워크에서 "영감을 받았다"고 설명합니다. 그러나 MLX는 공유 메모리에 배열이 위치하는 통합 메모리 모델로 차별화됩니다. 이로 인해 데이터 복사 없이 모든 지원 장치 유형 간의 연산이 가능해져, 작업 흐름을 간소화하고 성능을 향상시킵니다.
MLX 저장소는 "이 프레임워크는 사용자 친화적이며 효율적인 모델 훈련과 배포를 보장하는 것을 목표로 합니다. 기본 설계가 간단하여 연구자들이 새로운 아이디어를 신속하게 탐색하기 위해 MLX를 쉽게 확장하고 개선할 수 있습니다."라고 명시하고 있습니다.
MLX의 주요 기능
- NumPy와 유사한 Python API: MLX 프레임워크는 사용자가 친숙한 인기 라이브러리인 NumPy와 유사한 Python API를 포함하고 있으며, 쉽고 원활한 전환을 지원합니다. 또한 C++ API와 PyTorch를 모델로 한 고급 패키지도 제공하여 개발자들이 더 정교한 모델을 구축할 수 있습니다.
- 구성 가능한 함수 변환: MLX는 자동 미분, 자동 벡터화 및 계산 그래프 최적화를 지원하는 구성 가능한 함수 변환 기능을 통해 복잡한 계산 작업을 쉽게 처리할 수 있도록 합니다.
- 지연 계산: 이 프레임워크는 지연 계산을 사용하여 배열이 필요할 때만 실체화됩니다. 이를 통해 자원 활용이 최적화되고 효율성이 향상됩니다.
- 동적 그래프 구축: MLX는 계산 그래프를 동적으로 구축합니다. 사용자들은 느린 컴파일로 인한 지연 없이 함수 형태를 수정할 수 있어 디버깅 과정이 간소화되고 전반적인 사용자 경험이 개선됩니다.
Apple 머신 러닝 연구원 Awni Hannun은 MLX의 기능을 시연하며 Meta의 LLaMA의 70억 개 매개변수 버전이 Mac Studio 및 Mac Pro의 M2 Ultra 칩에서 실행되는 동영상을 공유했습니다. MLX의 다른 주목할 만한 응용 분야로는 Stable Diffusion을 통한 이미지 생성, OpenAI의 Whisper를 활용한 음성 인식, LoRA를 이용한 매개변수 효율적인 세부 조정 등이 있습니다.
Apple은 AI에 대한 집중을 더욱 강화하면서, 이 여름에는 'Apple GPT'라는 웹 기반 챗봇 서비스를 개발 중이라는 보도가 있었습니다.
라이선스 및 상업적 사용
MLX는 MIT 라이선스 하에 제공되며, 상업적 애플리케이션을 포함한 폭넓은 사용 자유를 보장합니다. 그러나 사용자는 모든 소프트웨어 복사본에 저작권 및 허가 고지를 포함해야 하는 라이선스 요구 사항을 준수해야 합니다.
이 오픈 소스 원칙에 대한 헌신은 Apple이 AI 기술 발전에 투자하고 있음을 보여줄 뿐만 아니라, 개발자, 연구자 및 기업이 이 강력한 도구를 활용하여 AI 분야에서 혁신할 수 있도록 지원합니다.