ml-explore/mlx

这是什么？

核心功能

• 01Python API 与 NumPy 高度接近，nn 和 optimizers 模块参照 PyTorch 设计
• 02除 Python 外还提供 C++、C 和 Swift 接口
• 03惰性计算与动态构建计算图，改变输入形状无需缓慢编译
• 04支持可组合的自动微分与自动向量化等函数变换
• 05统一内存模型，可在 CPU 或 GPU 上运行操作而无需搬运数据

适用场景

• 在搭载 Apple 芯片的 Mac 上进行模型研究和原型开发
• 在 Apple 硬件上运行大语言模型文本生成或 LoRA 微调
• 在 macOS 上本地运行 Stable Diffusion 或 Whisper 语音识别
• 用 C++ 或 Swift 编写类 NumPy 风格的数值与机器学习代码

快速上手

1. 1

   在 macOS 上使用 pip 安装 MLX

   pip install mlx
2. 2

   阅读文档中的快速入门指南

使用前须知

• !主要面向 Apple silicon，README 中的主要安装方式针对 macOS。
• !README 还提到 Linux 的 CUDA 和纯 CPU 包，因此不同后端的平台支持有所不同。

收录于专题

标签

常见问题

mlx 是什么？

面向 Apple 芯片的机器学习数组框架，提供接近 NumPy 的 Python API。 MLX 是一个面向 Apple 芯片的机器学习数组框架，由 Apple 机器学习研究团队开发。它的 Python API 与 NumPy 高度接近，mlx.nn、mlx.optimizers 等高层包的接口则参照 PyTorch 设计，便于搭建模型。项目同时提供 C++、C 和 Swift 接口。

mlx 可以免费使用吗？用的什么许可证？

mlx 以 MIT 许可证开源。用于商业产品前，请先确认许可证条款。

mlx 还在维护吗？

活跃维护中。mlx 最近一次提交是在 2026年10月22日。

mlx 适合用来做什么？

在搭载 Apple 芯片的 Mac 上进行模型研究和原型开发 在 Apple 硬件上运行大语言模型文本生成或 LoRA 微调 在 macOS 上本地运行 Stable Diffusion 或 Whisper 语音识别 用 C++ 或 Swift 编写类 NumPy 风格的数值与机器学习代码

mlx 怎么安装和运行？

在 macOS 上使用 pip 安装 MLX: pip install mlx 阅读文档中的快速入门指南

在哪里获取 mlx？

源代码和安装说明在 GitHub 上：https://github.com/ml-explore/mlx