Menurut Decrypt, Apple telah memperkenalkan MLX, sebuah kerangka kerja sumber terbuka yang dirancang untuk pembelajaran mesin pada CPU seri M-nya. Langkah ini bertujuan untuk mengatasi masalah kompatibilitas dan kinerja yang terkait dengan arsitektur dan perangkat lunak Apple yang unik. MLX menawarkan desain yang ramah pengguna, mengambil inspirasi dari kerangka kerja populer seperti PyTorch, Jax, dan ArrayFire, dan menjanjikan proses yang lebih efisien untuk melatih dan menerapkan model pembelajaran AI pada perangkat Apple.
Fitur utama dari MLX adalah model memori terpadu, di mana array berada di memori bersama, memungkinkan operasi di seluruh jenis perangkat yang didukung tanpa memerlukan duplikasi data. Hal ini sangat penting bagi para pengembang yang mencari fleksibilitas dalam proyek AI mereka. Namun, pengembangan AI di Apple Silicon menghadapi tantangan karena ekosistemnya yang tertutup dan kurangnya kompatibilitas dengan banyak proyek pengembangan sumber terbuka dan infrastruktur yang digunakan secara luas.
MLX berbeda dengan CoreML, yang berfokus pada pengubahan model pembelajaran mesin yang sudah ada sebelumnya dan mengoptimalkannya untuk perangkat Apple. Sebaliknya, MLX adalah tentang membuat dan menjalankan model pembelajaran mesin secara langsung dan efisien pada perangkat keras Apple, menyediakan alat untuk inovasi dan pengembangan dalam ekosistem Apple. MLX telah menunjukkan hasil yang menjanjikan dalam tes benchmark dan kompatibilitas dengan alat seperti Stable Diffusion dan Whisper dari OpenAI. Perkembangan ini menandai tonggak penting bagi ekosistem Apple, membuka kemungkinan baru untuk penelitian AI dan pembelajaran mesin pada perangkat Apple.