إعادة اختراع العجلة من الصفر أم إعادة اختراع العجلة؟ أطلقت شركة Apple برنامج MLX، وهو إطار عمل مخصص للتعلم الآلي لشرائحها، مفتوح المصدر

6 ديسمبر بتوقيت بكينمركز أبحاث التعلم الآلي لشركة Apple (أبحاث التعلم الآلي لشركة Apple) MLX مفتوح المصدر على GitHub.

إطار عمل للتعلم الآلي مصمم خصيصًا لشرائح Apple

MLX هو إطار عمل للتعلم الآلي تم تصميمه خصيصًا لشرائح Apple.ويهدف إلى دعم التدريب الفعال ونشر النماذج على شرائح Apple مع ضمان سهولة الاستخدام.

تم تصميم MLX بمفهوم بسيط، استنادًا إلى أطر عمل مثل NumPy وPyTorch وJax وArrayFire. وتشمل ميزاته الرئيسية ما يلي:

* واجهة برمجة التطبيقات المألوفة:واجهة برمجة تطبيقات MLX Python نامباي  مشابه جدًا، كما أن MLX لديه أيضًا واجهة برمجة تطبيقات C++ كاملة الميزات. وبالإضافة إلى ذلك، MLX لديها أيضا مماثلة `mlx.nn`  و `mlx.optimizer`  تعمل هذه الحزم ذات المستوى الأعلى، مثل واجهة برمجة التطبيقات PyTorch، على تبسيط بناء النماذج المعقدة.

* تحويل الوظيفة القابلة للتكوين:تتميز MLX بتحويلات وظيفية قابلة للتكوين للتمايز التلقائي، والمتجه التلقائي، وتحسين الرسم البياني الحسابي.

* الحساب الكسول:يتم إجراء العمليات الحسابية في MLX ببطء، ويتم إنشاء المصفوفات فقط عندما تكون هناك حاجة إليها.

* بناء الرسم البياني الديناميكي:يتم إنشاء الرسم البياني الحسابي في MLX بشكل ديناميكي، وتغيير أشكال معلمات الوظيفة لا يؤدي إلى إبطاء عملية التجميع، كما أن تصحيح الأخطاء أصبح أبسط وأكثر سهولة في الاستخدام.

* دعم الأجهزة المتعددة:يمكن تشغيل العمليات على أي جهاز مدعوم (حاليًا يتم دعم وحدة المعالجة المركزية ووحدة معالجة الرسومات).

* الذاكرة الموحدة:يُعد نموذج الذاكرة الموحدة فرقًا كبيرًا بين MLX والأطر الأخرى. يتم تخزين المصفوفات في MLX فيالذاكرة المشتركةبإمكانك إجراء العمليات على أي جهاز مدعوم دون نقل البيانات.

وفقا للمسؤول مستودع GitHub  مقدمة، قامت MLX بتحديث العديد من البرامج التعليمية الشهيرة، بما في ذلك:

* تدريب نموذج لغة المحول

* إنشاء نص واسع النطاق باستخدام LLaMA و لورا  إجراء الضبط الدقيق

* إنشاء الصور باستخدام الانتشار المستقر

* التعرف على الكلام باستخدام OpenAI Whisper

لمزيد من المعلومات، يرجى زيارة:

https://github.com/ml-explore/mlx/tree/main/examples

إعادة اختراع العجلة من الصفر أم إعادة اختراع العجلة؟

هناك رأيان مختلفان تمامًا بشأن MLX الذي أصدرته Apple.

✅ ممثلو الجانب الإيجابي:

قد تكون MLX، وهي بنية شبكة عصبية على غرار PyTorch مُحسّنة لشرائح Apple، هي الخطوة الأكثر أهمية لشركة Apple حتى الآن في مجال الذكاء الاصطناعي مفتوح المصدر.

كما أشاد يان ليكون، الفائز بجائزة تورينج لعام 2018 ورئيس قسم الذكاء الاصطناعي في شركة ميتا، بهذا العمل.

نأمل في وضع بعض الضغط على Nvidia لخفض الأسعار وتحسين الكفاءة وإطلاق وحدات معالجة رسومية أفضل للمستهلكين

إن التزام شركة Apple بالذكاء الاصطناعي مفتوح المصدر أمر جدير بالثناء، وMLX هي ثورة في التعلم العميق على شرائح Apple.

رائع! متى سيكون لدينا نموذج عالي الجودة مثل GPT-4 الذي يمكن تشغيله محليًا؟ تتمتع MLX بقدر كبير من الخيال.

❌  ممثلو الجانب المعارض:

كان بإمكانهم العمل مع @PyTorchTeam لإصدار واجهة خلفية PyTorch مُحسّنة لشرائح Apple silicon! !
الآن يتعين على المطورين القيام بمهمتين، دعم هذا وبناء غلاف لدعم كل من PyTorch وMLX!

كيفية نشر هذا الشيء؟ إذا لم يكن متوافقًا مع الأطر التي تدعمها NVIDIA وAMD وما إلى ذلك، فإن MLX سيكون ضارًا بنظام التعلم الآلي (لا يوجد MacBook، لا يوجد تعلم آلي)

أبل، إعادة اختراع العجلة مرة أخرى

الصورة تساوي ألف كلمة 

مشكلة GitHub: سأناقشها لاحقًا، ولكنني سأصلح الخطأ أولاً.

الكلام رخيص. أرني الكود.

أثناء محاولة تثبيت MLX وتشغيله من محطة MacBook،لقد وجدنا أن رمز التثبيت الرسمي أبلغ عن خطأ.واجه العديد من المهندسين في مستودع MLX GitHub أيضًا مشكلات مماثلة.

هل يمكن أن يصبح MLX إطارًا عمليًا للمطورين لتدريب النماذج ونشرها على أجهزة Apple،نريد فقط أن نسأل، هل يمكننا إصلاح الخطأ أولاً؟ !

في انتظار عبر الإنترنت، أمر عاجل جدًا.