Esta semana foi agitada para o mercado de inteligência artificial (IA), com anúncios bombásticos do Google (o Gemini), da Microsoft (novidades do Copilot) e da Meta (atualização das suas ferramentas). A Apple também (meio que) anunciou algo importante relacionado a IA – mas, no turbilhão, isso passou despercebido.

Para quem tem pressa:

  • Esta semana, o mercado de inteligência artificial (IA) testemunhou anúncios significativos do Google (Gemini), Microsoft (novidades do Copilot) e Meta (atualização de suas ferramentas de IA). A Apple também fez um anúncio relevante sobre IA que passou relativamente despercebido;
  • Awni Hannun, cientista de pesquisa em machine learning da Apple, divulgou o MLX no GitHub. O MLX é um projeto que visa capacitar desenvolvedores de Mac no treinamento de modelos de IA, representando um dos primeiros esforços públicos da Apple nesta área.
  • O projeto MLX inclui dois frameworks principais: o mlx para machine learning em dispositivos com Apple Silicon e o mlx-data, uma biblioteca para carregamento de dados;
  • Um dos principais benefícios do mlx é seu modelo unificado de memória, que permite executar tarefas com CPU e GPU sem transferir dados entre eles, otimizando o treinamento de modelos de IA em dispositivos Mac com Apple Silicon;
  • A Apple espera que o MLX se torne uma ferramenta importante para treinamento de IA, aproveitando seu controle sobre as variáveis do sistema.

É que Awni Hannun, cientista de pesquisa de machine learning da Apple, publicou o MLX no GitHub – um projeto que tem potencial. Além disso, representa um dos primeiros esforços públicos da Apple para capacitar desenvolvedores de Mac no treinamento de modelos de IA.

Leia mais:

MLX da Apple

Apple
(Imagem: hanohiki/Shutterstock)

O projeto consiste em dois frameworks principais: o mlx, que é voltado para machine learning em dispositivos com Apple Silicon (os processadores da marca), e o mlx-data, uma biblioteca para carregamento de dados.

publicidade

Inspirado em frameworks populares – por exemplo: PyTorch (da Meta), JAX (do Google) e ArrayFire – o MLX tem uma estrutura semelhante à da biblioteca NumPy, conhecida por sua baixa barreira de entrada e alta versatilidade no campo da computação científica com Python.

Um dos principais diferenciais do framework mlx é seu modelo unificado de memória, que permite executar tarefas usando tanto a CPU quanto a GPU sem a necessidade de transferir dados entre eles. Isso pode ser uma vantagem significativa para o treinamento de modelos de IA em dispositivos Mac com processadores da empresa.

O mlx-data, outro componente do MLX, tem a vantagem de ser compatível com PyTorch, JAX e o próprio mlx, oferecendo aos desenvolvedores flexibilidade de plataforma e reduzindo barreiras para sua adoção.

Com o desenvolvimento contínuo do MLX pela Apple, espera-se que ele se torne uma ferramenta importante para o treinamento de modelos de IA, aproveitando o controle da Apple sobre as variáveis do sistema.

Ao adotar Python (com suporte a algumas operações em C++) no MLX, a Apple alinha-se com a linguagem predominante no desenvolvimento de IA e machine learning, facilitando a adoção da ferramenta pela comunidade de desenvolvedores.