सेब हाल ही में जारी किया गया एमएलएक्स – या एमएल एक्सप्लोर – एप्पल सिलिकॉन कंप्यूटर के लिए कंपनी का मशीन लर्निंग (एमएल) ढांचा। कंपनी का नवीनतम ढांचा विशेष रूप से ऐप्पल के एम1, एम2 और एम3 श्रृंखला चिप्स द्वारा संचालित कंप्यूटरों पर एमएल मॉडल के प्रशिक्षण और चलाने की प्रक्रिया को सरल बनाने के लिए डिज़ाइन किया गया है। कंपनी का कहना है कि एमएलएक्स में एकीकृत मेमोरी मॉडल है। ऐप्पल ने फ्रेमवर्क के उपयोग का भी प्रदर्शन किया है, जो खुला स्रोत है, जिससे मशीन सीखने के शौकीनों को अपने लैपटॉप या कंप्यूटर पर फ्रेमवर्क चलाने की इजाजत मिलती है।
के अनुसार Apple द्वारा साझा किया गया विवरण कोड होस्टिंग प्लेटफ़ॉर्म GitHub पर, MLX फ्रेमवर्क में C++ API के साथ-साथ Python API भी है जो बारीकी से आधारित है Numpy, वैज्ञानिक कंप्यूटिंग के लिए पायथन लाइब्रेरी। Apple के अनुसार, उपयोगकर्ता उच्च-स्तरीय पैकेजों का भी लाभ उठा सकते हैं जो उन्हें अपने कंप्यूटर पर अधिक जटिल मॉडल बनाने और चलाने में सक्षम बनाते हैं।
एमएलएक्स कंप्यूटर पर एमएल मॉडल को प्रशिक्षित करने और चलाने की प्रक्रिया को सरल बनाता है – डेवलपर्स को पहले अपने मॉडल को परिवर्तित करने और अनुकूलित करने के लिए एक अनुवादक पर भरोसा करने के लिए मजबूर किया जाता था (का उपयोग करके) कोरएमएल). इसे अब MLX द्वारा प्रतिस्थापित कर दिया गया है, जो Apple सिलिकॉन कंप्यूटर चलाने वाले उपयोगकर्ताओं को अपने मॉडल को सीधे अपने डिवाइस पर प्रशिक्षित करने और चलाने की अनुमति देता है।
Apple ने एक बड़े लाल चिह्न की इस छवि को MLX टेक्स्ट के साथ साझा किया, जो MLX में स्टेबल डिफ्यूज़न द्वारा उत्पन्न हुआ है
फोटो साभार: GitHub/Apple
Apple का कहना है कि MLX का डिज़ाइन आज उपयोग किए जाने वाले अन्य लोकप्रिय फ़्रेमवर्क का अनुसरण करता है, जिनमें शामिल हैं ऐरेफ़ायर, जैक्सNumPy, और पायटोरच. फर्म ने अपने ढांचे के एकीकृत मेमोरी मॉडल का प्रचार किया है – एमएलएक्स एरे साझा मेमोरी में रहते हैं, जबकि डेटा की प्रतियां बनाने की आवश्यकता के बिना उन पर संचालन किसी भी डिवाइस प्रकार (वर्तमान में, ऐप्पल सीपीयू और जीपीयू का समर्थन करता है) पर किया जा सकता है।
कंपनी ने एमएलएक्स जैसे कार्य निष्पादित करने के उदाहरण भी साझा किए हैं स्थिर प्रसार का उपयोग करके छवि निर्माण Apple सिलिकॉन हार्डवेयर पर। छवियों का एक बैच तैयार करते समय, Apple का कहना है कि MLX 6,8,12 और 16 के बैच आकार के लिए PyTorch से तेज़ है – बाद वाले की तुलना में 40 प्रतिशत अधिक थ्रूपुट के साथ।
परीक्षण M2 अल्ट्रा चिप द्वारा संचालित मैक पर आयोजित किए गए थे, जो कंपनी का अब तक का सबसे तेज़ प्रोसेसर है – MLX 90 सेकंड में 16 छवियां बनाने में सक्षम है, जबकि कंपनी के अनुसार, PyTorch को समान कार्य करने में लगभग 120 सेकंड लगेंगे।
वीडियो एक Llama v1 7B मॉडल है जो MLX में लागू किया गया है और M2 Ultra पर चल रहा है।
यहां अधिक: https://t.co/gXIjEZiJws
* ट्रांसफार्मर एलएम को प्रशिक्षित करें या लोआरए के साथ फाइन-ट्यून करें
* मिस्ट्रल के साथ पाठ निर्माण
* स्थिर प्रसार के साथ छवि निर्माण
* व्हिस्पर के साथ वाक् पहचान pic.twitter.com/twMF6NIMdV– अवनी हन्नून (@awnihannun) 5 दिसंबर 2023
एमएलएक्स के अन्य उदाहरणों में मेटा के ओपन सोर्स का उपयोग करके टेक्स्ट तैयार करना शामिल है एलएलएएमए भाषा मॉडलइसके साथ ही मिस्ट्रल बड़े भाषा मॉडल. AI और ML शोधकर्ता भी OpenAI का उपयोग कर सकते हैं ओपन सोर्स व्हिस्पर टूल एमएलएक्स का उपयोग करके अपने कंप्यूटर पर वाक् पहचान मॉडल चलाने के लिए।
Apple के MLX फ्रेमवर्क के जारी होने से कंपनी के हार्डवेयर पर ML अनुसंधान और विकास को आसान बनाने में मदद मिल सकती है, जिससे अंततः डेवलपर्स को बेहतर टूल लाने में मदद मिलेगी जिनका उपयोग उन ऐप्स और सेवाओं के लिए किया जा सकता है जो उपयोगकर्ता के कंप्यूटर पर कुशलतापूर्वक चलने वाले ऑन-डिवाइस ML सुविधाओं की पेशकश करते हैं।
