如果你是一个Mac用户和一个深度学习爱好者，你可能希望在某些时候Mac可以处理一些重型模型。苹果刚刚发布了MLX，一个在苹果芯片上高效运行机器学习模型的框架。 最近在PyTorch 1.12中引入MPS后端已经是一个大胆的步骤，但随着MLX的宣布，苹果还想在开源深度学习方面有更大的发展。 在本文中，我们将对这些新方法进行测试，在三种不同的Apple Silicon芯片和两个支持cuda的g

如果你是一个Mac用户和一个深度学习爱好者，你可能希望在某些时候Mac可以处理一些重型模型。苹果刚刚发布了MLX，一个在苹果芯片上高效运行机器学习模型的框架。 最近在PyTorch 1.12中引入MPS后端已经是一个大胆的步骤，但随着MLX的宣布，苹果还想在开源深度学习方面有更大的发展。 在本文中，我们将对这些新方法进行测试，在三种不同的Apple Silicon芯片和两个支持cuda的g

“晨兴理荒秽，带月荷锄归” 夜深闻讯，有点兴奋～ 苹果为 UMA 设计的深度学习框架真的来了 统一内存架构 得益于 CPU 与 GPU 内存的共享，同时与 MacOS 和 M 芯片 交相辉映，在效率上，实现对其他框架的降维打击。  搓手学习，有点精彩👐🏻 MLX 地址 翻译： MLX是苹果硅片上机器学习的数组框架，由苹果机器学习研究团队带来。 MLX的一些关键特性包括： 熟

苹果：现在上车还来得及吗？ 北京时间 12 月 6 日，苹果机器学习研究中心 (Apple machine learning research) 在 GitHub 上开源 MLX。 苹果芯片「专属定制版」机器学习框架 MLX 是一个专为苹果芯片设计的机器学习框架，旨在保证用户友好的前提下，支持高效地在苹果芯片上训练及部署模型。 MLX 设计理念简单，参考了 NumPy、PyTorch、