Hace poco, Apple anunció que su marco de aprendizaje automático MLX, diseñado específicamente para Apple Silicon, está agregando compatibilidad con NVIDIA CUDA. Esta actualización permite a los desarrolladores crear aplicaciones utilizando MLX en Macs con Apple Silicon y exportarlas fácilmente para que funcionen en un entorno CUDA. Este cambio marca otro avance significativo para Apple en el campo del aprendizaje automático.
Anteriormente, debido a la profunda integración de MLX con la plataforma Metal de Apple, los desarrolladores no podían realizar operaciones relacionadas fuera de los sistemas macOS, por lo que a menudo necesitaban comprar hardware adicional para implementación y pruebas. El nuevo soporte para CUDA cambiará esta situación, permitiendo a los desarrolladores usar dispositivos de Apple para desarrollo y pruebas, y luego pasar a hardware de CUDA de alto rendimiento para la operación real.
Esta actualización fue liderada por el desarrollador de GitHub @zcbenz, quien comenzó a trabajar en el código de soporte para CUDA hace varios meses. Después de una serie de divisiones de módulos, el proyecto se integró correctamente en la rama principal de MLX de Apple. Se debe tener en cuenta que este soporte es limitado al uso de código exportado desde el marco MLX adaptado al entorno de Apple, por lo que puede ejecutarse en servidores con tarjetas gráficas NVIDIA. En otras palabras, los Mac Pro o dockes de GPU externos no admiten conectar directamente tarjetas gráficas NVIDIA para ejecutar aplicaciones de aprendizaje automático localmente, sino que requieren adaptación y exportación del código después del desarrollo.
Esta nueva función es particularmente importante para los desarrolladores, ya que los costos de configuración de hardware NVIDIA son extremadamente altos, a menudo varias veces el precio de un Mac de gama alta. Esto significa que los equipos de desarrollo pequeños pueden desarrollar y probar en dispositivos con Apple Silicon, y solo necesitan usar hardware NVIDIA durante la fase de producción masiva, controlando así eficazmente los costos. Además, el rendimiento del proyecto MLX en el sistema CUDA suele ser mucho mejor que en Mac. Combinado con el amplio uso de hardware NVIDIA en el campo del aprendizaje automático, los desarrolladores tendrán la oportunidad de obtener un mayor apoyo de potencia de cálculo, mejorando el rendimiento y la efectividad de sus aplicaciones.
Esta actualización del marco MLX de Apple no solo ofrece a los desarrolladores más flexibilidad, sino que también reduce los costos de desarrollo de aplicaciones de aprendizaje automático, y se espera que atraiga más atención y participación de los desarrolladores.
Puntos Clave:
🌟 El marco de aprendizaje automático MLX de Apple ahora admite NVIDIA CUDA, mejorando la flexibilidad de los desarrolladores.
💰 Los desarrolladores pueden desarrollar en dispositivos con Apple Silicon, reduciendo su dependencia de hardware NVIDIA caro.
🚀 El rendimiento en entornos CUDA supera al de Mac, proporcionando a los desarrolladores un mayor apoyo de potencia de cálculo.