mlx은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?

mlx은(는) MIT 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.

mlx은(는) 아직 유지보수되고 있나요?

활발히 유지보수 중. mlx의 마지막 커밋은 2026년 10월 22일입니다.

mlx은(는) 어디에 사용할 수 있나요?

Apple silicon이 탑재된 Mac에서 새로운 모델 연구 및 프로토타이핑 Apple 하드웨어에서 LoRA를 활용한 LLM 텍스트 생성 또는 파인튜닝 macOS에서 Stable Diffusion이나 Whisper 음성 인식을 로컬로 실행 NumPy와 유사한 인터페이스로 C++ 또는 Swift에서 수치 연산이나 ML 코드 작성

mlx는 어떻게 설치하나요?

macOS에 pip로 MLX 설치하기: pip install mlx 문서에서 빠른 시작 가이드 읽기

mlx은(는) 어디서 받을 수 있나요?

소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/ml-explore/mlx

ml-explore/mlx

NumPy와 유사한 Python API와 C++, C, Swift 바인딩을 제공하는 Apple silicon용 머신러닝 배열 프레임워크입니다.

대체할 수 있는 제품:NumPy PyTorch

GitHub에서 보기 웹사이트

스타: 28,889
포크: 2,370
열린 이슈: 137
마지막 커밋: 어제

어떤 프로젝트인가요?

MLX는 Apple의 머신러닝 연구팀이 공개한 Apple silicon용 머신러닝 배열 프레임워크입니다. Python API는 NumPy를 밀접하게 따르며, mlx.nn과 mlx.optimizers 같은 상위 수준 패키지는 모델 구축에 PyTorch 스타일의 API를 사용합니다. C++, C, Swift API도 제공됩니다.

MLX는 지연 계산을 사용하므로 배열은 필요할 때만 실제로 생성되며, 계산 그래프를 동적으로 구성하므로 인자 형상이 바뀌어도 느린 재컴파일이 발생하지 않습니다. 자동 미분, 벡터화, 그래프 최적화를 위한 조합 가능한 함수 변환도 지원합니다.

주요 설계 특징은 통합 메모리입니다. 배열이 공유 메모리에 저장되므로 장치 간에 데이터를 복사하지 않고 CPU나 GPU에서 연산을 실행할 수 있습니다. 또한 LLaMA 텍스트 생성, LoRA 파인튜닝, Stable Diffusion, Whisper 음성 인식 예제도 제공합니다.

핵심 기능

01NumPy를 밀접하게 따르는 Python API와 PyTorch를 모델로 한 nn 및 optimizers 모듈
02Python 외에도 C++, C, Swift API 제공
03지연 계산 및 동적으로 구성되는 그래프
04자동 미분과 벡터화를 위한 조합 가능한 변환
05데이터 전송 없이 CPU 또는 GPU에서 연산할 수 있는 통합 메모리 모델

활용 사례

Apple silicon이 탑재된 Mac에서 새로운 모델 연구 및 프로토타이핑
Apple 하드웨어에서 LoRA를 활용한 LLM 텍스트 생성 또는 파인튜닝
macOS에서 Stable Diffusion이나 Whisper 음성 인식을 로컬로 실행
NumPy와 유사한 인터페이스로 C++ 또는 Swift에서 수치 연산이나 ML 코드 작성

빠른 시작

1
macOS에 pip로 MLX 설치하기
pip install mlx
2
문서에서 빠른 시작 가이드 읽기

사용 전 알아둘 점

Apple silicon을 대상으로 합니다. README의 기본 설치 방법은 macOS용입니다.
Linux용 CUDA 및 CPU 전용 패키지도 언급되어 있으므로, 플랫폼 지원 여부는 백엔드에 따라 다릅니다.

포함된 컬렉션

오픈소스 Mac 앱

토픽

#machine-learning #apple-silicon #numpy #deep-learning #array-framework #metal #python #mlx

자주 묻는 질문

mlx은(는) 무엇인가요?: NumPy와 유사한 Python API와 C++, C, Swift 바인딩을 제공하는 Apple silicon용 머신러닝 배열 프레임워크입니다. MLX는 Apple의 머신러닝 연구팀이 공개한 Apple silicon용 머신러닝 배열 프레임워크입니다. Python API는 NumPy를 밀접하게 따르며, mlx.nn과 mlx.optimizers 같은 상위 수준 패키지는 모델 구축에 PyTorch 스타일의 API를 사용합니다. C++, C, Swift API도 제공됩니다.
mlx은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?: mlx은(는) MIT 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
mlx은(는) 아직 유지보수되고 있나요?: 활발히 유지보수 중. mlx의 마지막 커밋은 2026년 10월 22일입니다.
mlx은(는) 어디에 사용할 수 있나요?: Apple silicon이 탑재된 Mac에서 새로운 모델 연구 및 프로토타이핑 Apple 하드웨어에서 LoRA를 활용한 LLM 텍스트 생성 또는 파인튜닝 macOS에서 Stable Diffusion이나 Whisper 음성 인식을 로컬로 실행 NumPy와 유사한 인터페이스로 C++ 또는 Swift에서 수치 연산이나 ML 코드 작성
mlx는 어떻게 설치하나요?: macOS에 pip로 MLX 설치하기: pip install mlx 문서에서 빠른 시작 가이드 읽기
mlx은(는) 어디서 받을 수 있나요?: 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/ml-explore/mlx

요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.