GitHub

在微軟及英特爾等業者大肆宣傳AI PC概念的同時，向來較沈默的蘋果也公布執行在Apple Silicon平臺的AI框架MLX。

根據蘋果在GitHub資源網頁上的說明，MLX是蘋果機器學習研究中心的開發成果，它是類似Python常用框架之一NumPy的陣列框架，目的在Apple Silicon平臺上高效率而彈性地執行機器學習。

蘋果指出，MLX的設計靈感來自PyTorch、Jax及ArrayFire等框架，MLX和這些框架最大差別在於「統合記憶體模型」。MLX陣列是位於共享記憶體中，因此可以執行在任何支援的裝置上，而無需複製資料。目前支援的裝置類型為CPU和GPU。

蘋果說，Python API和NumPy十分相似，MLX有功能完整的C++ API，後者也和Python API相近。MLX和NumPy只有幾處不同，MLX和NumPy主要差別有三（意思是相較NumPy的優點）。一是在自動微分、自動矢量化及運算圖表（computation graph）優化具有可組合函式轉換（composable function transformation），二是MLX的運算為惰性求值（lazy computation），第三則是多裝置支援，可在「支援的CPU、GPU」上執行運算。

現在開發人員已可以在GitHub網頁下載，該網頁也提供相關指引及文件。