Apple dévoile une voie open source pour le développement de l'IA sur ses puces en silicium
Apple a opté pour ses propres puces informatiques en silicium il y a trois ans, s’orientant avec audace vers un contrôle total de sa pile technologique. Aujourd’hui, Apple a lancé MLX, un framework open source spécialement conçu pour effectuer l’apprentissage automatique sur les processeurs Apple de la série M.
La plupart des développements de logiciels d’IA se déroulent actuellement sur des systèmes open source Linux ou Microsoft, et Apple ne veut pas que son écosystème de développeurs florissant soit exclu des dernières nouveautés.
MLX vise à résoudre les problèmes de compatibilité et de performances de longue date associés à l’architecture et aux logiciels uniques d’Apple, mais c’est plus qu’un simple jeu technique. MLX offre une conception conviviale, s’inspirant probablement de frameworks renommés tels que PyTorch, Jax et ArrayFire. Son introduction promet un processus plus rationalisé pour la formation et le déploiement de modèles d’apprentissage de l’IA sur les appareils Apple.
Sur le plan architectural, MLX se distingue par son modèle de mémoire unifiée, dans lequel des baies existent dans une mémoire partagée, permettant des opérations sur les types de périphériques pris en charge sans nécessiter de duplication de données. Cette fonctionnalité est cruciale pour les développeurs recherchant de la flexibilité dans leurs projets d’IA.
En bref, la mémoire unifiée signifie que votre GPU partage sa VRAM avec la RAM de l’ordinateur, donc au lieu d’acheter un PC puissant puis d’ajouter un GPU costaud avec beaucoup de vRAM, vous pouvez simplement utiliser la RAM de votre Mac pour tout.
Cependant, le chemin vers le développement de l’IA sur Apple Silicon n’a pas été sans difficultés, principalement en raison de son écosystème fermé et du manque de compatibilité avec de nombreux projets de développement open source et leur infrastructure largement utilisée.
Jusqu’à présent, les développeurs devaient convertir leurs modèles en CoreML pour pouvoir fonctionner sur Apple. Cette dépendance à l’égard d’un traducteur n’est pas idéale. CoreML se concentre sur la conversion de modèles d’apprentissage automatique préexistants et sur leur optimisation pour les appareils Apple. MLX, quant à lui, consiste à créer et à exécuter des modèles d’apprentissage automatique directement et efficacement sur le matériel Apple, offrant ainsi des outils d’innovation et de développement au sein de l’écosystème Apple.
MLX a produit de bons résultats aux tests de référence. Sa compatibilité avec des outils comme Stable Diffusion et OpenAI’s Whisper représente une avancée significative. Notamment, les comparaisons de performances révèlent l’efficacité de MLX, surpassant l’exécution de PyTorch en termes de vitesses de génération d’images pour des tailles de lots plus élevées.
Par exemple, Apple rapporte qu’il faut « environ 90 secondes pour générer entièrement 16 images avec MLX et 50 étapes de diffusion avec des conseils sans classificateur et environ 120 pour PyTorch ».
Alors que l’IA continue d’évoluer à un rythme rapide, MLX représente une étape cruciale pour l’écosystème d’Apple. Il répond non seulement aux défis techniques, mais ouvre également de nouvelles possibilités pour la recherche et le développement en matière d’IA et d’apprentissage automatique sur les appareils Apple – une décision stratégique, compte tenu du divorce d’Apple avec Nvidia et de son propre écosystème d’IA robuste.
MLX vise à faire de la plate-forme Apple une option plus attrayante et réalisable pour les chercheurs et les développeurs en IA, et signifie un Noël plus joyeux pour les fans d’Apple obsédés par l’IA.
