MLX

<bgcolor=#fff,#121212>
<colbgcolor=#333><colcolor=#fff> 개발	<colcolor=#333,#fff>Apple
최신 버전	0.30.0 2025년 11월 19일 업데이트
공개일	2023년 12월 6일
링크

1. 개요

2. 상세

3. 특징

• 익숙한 API
  MLX는 Python과 Numpy에 밀접하다. 복잡한 모델도 간단히 구축하기 위해 PyTorch와 비슷한 패키지를 제공하고 있다.

• 구성 가능한 함수 변환
  MLX는 자동 미분, 자동 벡터화 그리고 계산 그래프 최적화를 위한 구성 가능한 함수 변환을 갖고 있다.

• 지연 계산
  MLX에서 계산은 지연 계산이다. Arrays는 오직 필요할 때만 구체화된다.

• 동적 그래프 구축
  MLX에서 계산 그래프는 동적으로 만들어진다. 함수 인수의 shape를 변경해도 컴파일 속도가 느려지지 않으며 디버깅은 간단하고 직관적이다.

• 다중 장치
  연산은 장치가 지원하면 수행할 수 있다. 타 프레임워크처럼 CPU와 GPU에서 연산이 가능하다.
  
• 통합 메모리
  타 프레임워크 대비 MLX의 차별점은 통합 메모리 모델이다. MLX에서 Arrays는 공유 메모리에 상주한다.[1] 따라서 MLX arrays 연산은 기존 프레임워크와 달리 데이터의 이동 없이, 지원되는 아무 장치 유형에서 수행될 수 있다.

• 뉴럴 가속기 지원
  macOS Tahoe (26.2)부터 Apple G18 계열[2] 이후 GPU에 탑재되는 뉴럴 가속기를 지원한다. Metal 4와 Core ML 프레임워크, Tensor API를 이용해 뉴럴 가속기를 직접 이용할 수 있다.

4. 역사

5. 참고 자료

• 문서

• 설치 방법

• 빠른 시작 가이드