| 머신러닝 라이브러리 |
| Accord.NET · Flax · JAX · Keras · MaxText · ML.NET · MLX · NumPy · PyTorch · TensorFlow · XLA |
| MaxText | |
| 라이선스 | 아파치 라이선스 2.0 |
| | |
1. 개요
MaxText는 JAX 및 XLA 기반의 대규모 언어 모델 학습용 오픈 소스 프레임워크로, 구글이 공개하였다. TPU 및 GPU 클러스터 환경에서 효율적인 분산 학습을 목표로 설계되었으며, 단일 코드베이스로 다양한 하드웨어 구성에서 재현 가능한 학습 결과를 제공한다. TPU v5e 및 TPU v6e에 최적화되어 대규모 LLM 학습 실험에 활용할 수 있다.2. 지원 모델
- 구글
- Gemma 4 (26B MoE, 31B Dense)
- Gemma 3 (4B, 12B, 27B)
- Gemma 2 (2B, 9B, 27B)
- Gemma 1 (2B, 7B)
- 알리바바
- Qwen 3.5 MoE (35B, 397B)
- Qwen 3 Next (80B)
- Qwen 3 MoE (30B, 235B), Qwen 3 MoE 2507 (235B, 480B)
- Qwen 3 Dense (0.6B, 1.7B, 4B, 8B, 14B, 32B)
- Qwen 2.5 (1.5B, 7B, 14B)
- DeepSeek AI
- DeepSeek V3.2 (671B)
- DeepSeek V3.1 (671B)
- DeepSeek V3 0324 (671B), DeepSeek R1 0528 (671B)
- DeepSeek V2 (16B, 236B)
- Moonshot AI
- Kimi K2 (1T), Kimi K2-Thinking (1T)
- Kimi K2.5 (text), Kimi K2.6 (text)
- Meta
- Llama 4 Scout (109B) & Maverick (400B)
- Llama 3.3 (70B), 3.1 (8B, 70B, 405B), 3.0 (8B, 70B, 405B)
- Llama 2 (7B, 13B, 70B)
- OpenAI
- Mistral AI
- Mixtral (8x7B, 8x22B)
- Mistral (7B)