详细介绍
MLX 是由 Apple 机器学习研究推出的数组与机器学习框架，专为 Apple Silicon 优化。它为研究者提供类似 NumPy 的 Python API，并同时提供 C++、C 与 Swift 接口，支持懒计算、动态图、可组合函数变换与多设备执行。
主要特性
- NumPy 风格的易用 Python API，配套 C++/C/Swift 绑定。
- 支持可组合的函数变换（自动微分、向量化、图优化）。
- 懒执行与统一内存模型，减少跨设备数据拷贝。
使用场景
- 在 Apple Silicon（M 系列）上进行高效的研究型训练与推理。
- 需要多语言接口（Python/C++/Swift）与高性能数组操作的模型原型开发。
- 希望利用统一内存与懒计算优化内存/性能的应用场景。
技术特点
- 以 C++ 为核心实现，提供 Python 包与一系列示例与文档。
- 支持 GPU/CPU 多设备调度，并提供构建与安装指南（包括 PyPI 安装与从源码构建）。
- 丰富的示例仓库（
mlx-examples）展示 Transformer、Stable Diffusion、Whisper 等任务的使用方法。