苹果大模型最大动作:开源M芯专用ML框架,能跑70亿大模型
还支持训练Transformer模型
萧箫 发自 凹非寺
量子位 | 公众号 QbitAI
苹果M系列芯片专属的机器学习框架,开源即爆火!
现在,用上这个框架,你就能直接在苹果GPU上跑70亿参数大模型、训练Transformer模型或是搞LoRA微调。
它由苹果官方发布,风格与PyTorch相似,不过并不基于任何已有框架实现。

LeCun等大佬纷纷赶来点赞转发。

英伟达高级AI科学家Jim Fan赞叹称:
这应该是目前苹果在开源AI开源上最大的动作了。

甚至还有网友动起了iPhone上A芯的念头(手动狗头)

所以,这个框架究竟长啥样?
参考多个ML框架设计
这个新框架名叫MLX,有探索机器学习(ml-explore)的意思。

从功能来看,MLX主要有以下几点特性:
API熟悉(包括C++ API、类似NumPy的Python API以及一些高级功能包近似于PyTorch的API)、可组合函数变换、惰性计算、动态图构建、多设备可用、统一内存。
框架作者Awni Hannun介绍,之所以MLX不直接基于PyTorch实现,主要有几个方面的考量。

首先是因为,MLX框架是给苹果芯片设计的。
苹果芯片在采用了一些独特的设计,例如统一内存,这些设计在框架中都可以被利用。
然后,MLX框架也参考了不同机器学习框架的优势,包括NumPy、PyTorch、Jax和ArrayFire等。
例如JAX中可组合的函数转换,就被加进了MLX的设计中,但graph(计算图)仍然是动态构建的。
除此之外,作者认为MLX也有一些属于自己的特性,如简单、灵活和多样性等。
因此,MLX在功能和设计上与PyTorch等经典框架不完全一样,有一些“自己的style”。
如果你手上有苹果M芯电脑的话,现在就可以上手一试跑AI模型了。
苹果电脑M系列芯片才能用
目前,官方给出了5类MLX的使用参考案例:
- Transformer架构语言模型的训练
- 用LLaMA或Mistral进行长文本生成
- 用LoRA进行参数微调
- 用Stable Diffusion进行图像生成
- 用Whisper进行语音识别
作者们还在GitHub上放出了基于Stable Diffusion对比的PyTorch和MLX的性能:

要是对这几个AI模型感兴趣,装好MLX之后就可以直接上手试玩了。
作者给出了一系列手把手的教程,教你如何在苹果电脑上运行MLX框架。
首先是pip install mlx,安装一下框架:

我们也在苹果M芯电脑上尝试了一下,可以成功安装:

值得一提的是,安装前记得检查一下你的苹果电脑,各种环境和操作系统是否都搞好了。

而且芯片必须是苹果自研的M系列芯片,可以用这个口令检查一下:

如果是英特尔平台,也是用不了MLX的:

搞定之后,git clone一个副本,就可以在样例里面找到自己想玩的模型,尝试上手运行了:

这里跑一个LLaMA试试:

然后就可以开始问问题了,例如波尔查诺-魏尔斯特拉斯定理是什么等等,LLaMA就能在终端给你解答:

LightningAI的Sebastian Raschka表示,这个框架看起来非常酷,希望能看到更多PyTorch与MLX在macOS上的性能对比。
除此之外,LLaMA在MLX上的实现细节也非常有意思:

还有不少苹果用户表示高兴:H100稀缺的情况下,终于可以用M3 Max来搞事了。

你试用过MLX了吗?感觉如何?
参考链接:
[1]https://github.com/ml-explore/mlx
[2]https://twitter.com/awnihannun/status/1732184443451019431
- 首个GPT-4驱动的人形机器人!无需编程+零样本学习,还可根据口头反馈调整行为2023-12-13
- IDC霍锦洁:AI PC将颠覆性变革PC产业2023-12-08
- AI视觉字谜爆火!梦露转180°秒变爱因斯坦,英伟达高级AI科学家:近期最酷的扩散模型2023-12-03
- AI震撼材料学!谷歌DeepMind新研究登Nature,一口气预测220万种新材料2023-12-03