Apple تطلق إطار عمل MLX مفتوح المصدر للتعلم الآلي الفعال على Apple Silicon

أصدرت Apple مؤخرًا MLX – أو ML Explore – إطار عمل التعلم الآلي (ML) الخاص بالشركة لأجهزة كمبيوتر Apple Silicon. تم تصميم أحدث إطار عمل للشركة خصيصًا لتبسيط عملية التدريب وتشغيل نماذج التعلم الآلي على أجهزة الكمبيوتر التي يتم تشغيلها بواسطة شرائح سلسلة M1 وM2 وM3 من Apple. وتقول الشركة إن MLX يتميز بنموذج ذاكرة موحد. وقد أظهرت شركة Apple أيضًا استخدام إطار العمل، وهو مفتوح المصدر، مما يسمح لعشاق التعلم الآلي بتشغيل إطار العمل على أجهزة الكمبيوتر المحمول أو الكمبيوتر الخاص بهم.

وفقًا للتفاصيل التي شاركتها Apple على منصة استضافة التعليمات البرمجية GitHub، يحتوي إطار عمل MLX على واجهة برمجة تطبيقات C++ بالإضافة إلى واجهة برمجة تطبيقات Python التي تعتمد بشكل وثيق على NumPy، مكتبة Python للحوسبة العلمية. ويمكن للمستخدمين أيضًا الاستفادة من الحزم عالية المستوى التي تمكنهم من إنشاء وتشغيل نماذج أكثر تعقيدًا على أجهزة الكمبيوتر الخاصة بهم، وفقًا لشركة Apple.

يعمل MLX على تبسيط عملية التدريب وتشغيل نماذج ML على جهاز الكمبيوتر – حيث كان المطورون يضطرون في السابق إلى الاعتماد على مترجم لتحويل نماذجهم وتحسينها (باستخدام CoreML). تم استبدال هذا الآن بـ MLX، والذي يسمح للمستخدمين الذين يقومون بتشغيل أجهزة كمبيوتر Apple Silicon بتدريب وتشغيل نماذجهم مباشرة على أجهزتهم الخاصة.

شاركت Apple هذه الصورة لعلامة حمراء كبيرة مع النص MLX، التي تم إنشاؤها بواسطة Stable Diffusion في MLX
حقوق الصورة: جيثب/أبل

تقول Apple إن تصميم MLX يتبع أطر العمل الشائعة الأخرى المستخدمة اليوم، بما في ذلك ArrayFire وJax وNumPy وPyTorch. وقد روجت الشركة لنموذج الذاكرة الموحدة لإطارها – حيث تعيش صفائف MLX في ذاكرة مشتركة، بينما يمكن إجراء العمليات عليها على أي نوع من الأجهزة (حاليًا، تدعم Apple وحدة المعالجة المركزية ووحدة معالجة الرسومات) دون الحاجة إلى إنشاء نسخ من البيانات.

شاركت الشركة أيضًا أمثلة على MLX أثناء العمل، حيث قامت بمهام مثل إنشاء الصور باستخدام Stable Diffusion على أجهزة Apple Silicon. عند إنشاء مجموعة من الصور، تقول Apple إن MLX أسرع من PyTorch لأحجام الدفعات 6،8،12، و16 – مع إنتاجية أعلى بنسبة تصل إلى 40 بالمائة من الأخيرة.

تم إجراء الاختبارات على جهاز Mac مدعوم بشريحة M2 Ultra، وهو أسرع معالج للشركة حتى الآن – MLX قادر على إنشاء 16 صورة في 90 ثانية، بينما يستغرق PyTorch حوالي 120 ثانية لأداء نفس المهمة، وفقًا للشركة.

تتضمن الأمثلة الأخرى لتطبيق MLX أثناء العمل إنشاء نص باستخدام نموذج لغة LLaMA مفتوح المصدر من Meta، بالإضافة إلى نموذج لغة ميسترال الكبير. يمكن للباحثين في مجال الذكاء الاصطناعي وتعلم الآلة أيضًا استخدام أداة Whisper مفتوحة المصدر من OpenAI لتشغيل نماذج التعرف على الكلام على أجهزة الكمبيوتر الخاصة بهم باستخدام MLX.

يمكن أن يساعد إصدار إطار عمل MLX من Apple في تسهيل البحث والتطوير في مجال ML على أجهزة الشركة، مما يسمح في النهاية للمطورين بتقديم أدوات أفضل يمكن استخدامها للتطبيقات والخدمات التي تقدم ميزات ML على الجهاز والتي تعمل بكفاءة على كمبيوتر المستخدم.