Apple Silicon에서 MLX로 이미지 하나에 대한 후보 답변을 채점하는 비전-언어 모델 추론 교육용 프로젝트
lmstudio-ai/mlx-engine
Apple silicon에서 MLX 모델을 실행하는 LLM 추론 엔진으로, LM Studio의 백엔드로 사용됩니다.
- 스타
- 1,200
- 포크
- 138
- 열린 이슈
- 97
- 마지막 커밋
- 4일 전
어떤 프로젝트인가요?
mlx-engine은 LM Studio가 Mac에서 모델을 불러와 실행할 때 사용하는 Apple MLX 기반 LLM 엔진입니다. 텍스트 생성을 위해 mlx-lm을, 구조화된 출력을 위해 Outlines를, 비전 모델을 위해 mlx-vlm을 래핑하므로 LM Studio 사용자는 Apple silicon에서 MLX 형식 모델을 로컬로 실행할 수 있습니다.
저장소에는 MLX 텍스트 모델이나 비전 모델을 불러와 프롬프트에 대한 응답을 생성하는 독립 실행형 데모 스크립트 demo.py가 포함되어 있습니다. 선택적으로 이미지와 추측 디코딩용 draft model을 사용할 수 있습니다. 모델은 LM Studio의 lms CLI로 다운로드합니다. 지원되는 비전 모델에는 Llama-3.2-Vision, Pixtral, Qwen2-VL, Llava-v1.6이 있습니다.
이 프로젝트를 사용하려면 macOS 14 이상과 Python 3.11이 필요하며, MIT 라이선스로 배포됩니다.
핵심 기능
- 01Apple silicon Mac에서 MLX 형식의 텍스트 LLM을 실행합니다.
- 02Pixtral, Qwen2-VL, Llama-3.2-Vision 등의 비전 모델을 지원합니다.
- 03별도의 draft model을 사용한 추측 디코딩을 지원합니다.
- 04Outlines를 통한 구조화된 출력을 지원합니다.
- 05Mac용 LM Studio 0.3.4 이상에 기본 엔진으로 포함됩니다.
활용 사례
- LM Studio를 통해 Mac에서 LLM을 로컬로 실행하고 비공개로 사용하기.
- 독립 실행형 데모 스크립트로 MLX 텍스트 모델이나 비전 모델 테스트하기.
- MLX 모델 추론을 기반으로 로컬 Python 애플리케이션 만들기.
빠른 시작
- 1
저장소를 클론합니다
git clone https://github.com/lmstudio-ai/mlx-engine.git - 2
프로젝트 디렉터리로 이동합니다
cd mlx-engine - 3
필요한 종속 패키지를 설치합니다
pip install -U -r requirements.txt - 4
lms CLI로 모델을 다운로드한 다음 데모를 실행합니다
lms get mlx-community/Meta-Llama-3.1-8B-Instruct-4bit
사용 전 알아둘 점
- Apple silicon이 탑재된 macOS 14.0 이상이 필요합니다.
- 독립 실행형 데모에는 python3.11이 필요합니다.
- 모델 다운로드 용량은 모델당 수 기가바이트로 큽니다.
포함된 컬렉션
토픽
자주 묻는 질문
- mlx-engine은(는) 무엇인가요?
- Apple silicon에서 MLX 모델을 실행하는 LLM 추론 엔진으로, LM Studio의 백엔드로 사용됩니다. mlx-engine은 LM Studio가 Mac에서 모델을 불러와 실행할 때 사용하는 Apple MLX 기반 LLM 엔진입니다. 텍스트 생성을 위해 mlx-lm을, 구조화된 출력을 위해 Outlines를, 비전 모델을 위해 mlx-vlm을 래핑하므로 LM Studio 사용자는 Apple silicon에서 MLX 형식 모델을 로컬로 실행할 수 있습니다.
- mlx-engine은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
- mlx-engine은(는) MIT 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
- mlx-engine은(는) 아직 유지보수되고 있나요?
- 활발히 유지보수 중. mlx-engine의 마지막 커밋은 2026년 11월 3일입니다.
- mlx-engine은(는) 어디에 사용할 수 있나요?
- LM Studio를 통해 Mac에서 LLM을 로컬로 실행하고 비공개로 사용하기. 독립 실행형 데모 스크립트로 MLX 텍스트 모델이나 비전 모델 테스트하기. MLX 모델 추론을 기반으로 로컬 Python 애플리케이션 만들기.
- mlx-engine는 어떻게 설치하나요?
- 저장소를 클론합니다: git clone https://github.com/lmstudio-ai/mlx-engine.git 프로젝트 디렉터리로 이동합니다: cd mlx-engine 필요한 종속 패키지를 설치합니다: pip install -U -r requirements.txt lms CLI로 모델을 다운로드한 다음 데모를 실행합니다: lms get mlx-community/Meta-Llama-3.1-8B-Instruct-4bit
- mlx-engine은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/lmstudio-ai/mlx-engine
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
Python 없이 Apple Silicon Mac에서 OpenAI, Anthropic, Ollama 호환 API를 제공하는 네이티브 로컬 LLM 및 미디어 서버입니다.
보유한 기기를 하나의 AI 클러스터로 묶어 대형 모델을 여러 Mac과 다른 컴퓨터에서 로컬로 실행합니다.
연속 배칭, RAM/SSD 계층형 KV 캐시, 메뉴 막대 관리를 지원하는 Apple Silicon Mac용 LLM 추론 서버입니다.
Apple Silicon에서 LLM, VLM 및 이미지 생성 모델을 위한 OpenAI·Anthropic·Ollama 호환 API를 제공하는 셀프 호스팅 MLX 추론 서버입니다.
SSD에서 전문가 가중치를 스트리밍해 16–64GB Apple Silicon Mac에서 105GB Qwen3.8-Flash-Next 4-bit 모델을 실행하는 네이티브 Swift 엔진입니다.