젬민아이가 영상 하나 소개해주네요
애플의 MLX는 애플 머신러닝 연구팀(Apple Machine Learning Research)이 2023년 말에 공개한 Apple Silicon(M1, M2, M3 등) 칩에 최적화된 오픈소스 머신러닝 프레임워크입니다.
쉽게 비유하자면, **"애플 칩의 성능을 끝까지 끌어다 쓰기 위해 만든, NumPy와 PyTorch를 합친 것 같은 도구"**라고 이해하시면 됩니다.
이거 보면서 애플꺼는 구조 어떻게 생겼는지 둘러보고 있습니당
실리콘칩이 이미 cpu와 gpu간에 메모리를 공통으로 머시기 해주는 거시기를 해준 칩이었군요
이해하면 나도 할 수 있다. 결과보다 과정을 중요시하는 사람 어설픈 추측은 놉. 방구석 제갈량 그만yo 힌트 흘리고 다니는 사람이 생각보다 잘 없음. LR네임: 모두에게 떳떳한 사람으로 남아야 한다. 나만의 후라이드: 술, 담배 안 하기 노래방 안 다님 첫 직장을 목적 없이 아무 직종이나 대충 지원하지 않기 나와 상대의 보안 철저 내가 아는 선에서 최선의 선한 길부터 생각함 남의 거 응용 최소화(얻어걸치기 싫어함) 말과 글은 같게 되는 방향부터 먼저 생각한다 없는 말, 거짓말 안 하기(매우 싫어함) 패 다 까고 시작하기 취미는 최대한 전공과 동떨어진 것으로(전공과 접목 시 폭넓게 활용하기 위함) 대출 없이 내가 벌어서 살아보기 삐치지 않기 지극히 당연한 것은 빼고 말하기/생각해보기 기존에 없던것을 생각하라 모르면 확실하게 질문하기 B형 INTP 가장 싫어하는 대답: 경우에 따라 달라요 << 이런식 질문에 되묻기 뻔한 대답 등 클리앙에서 느낀점: 댓글이 필요없을 정도면, 게시물이 이 서명 내용처럼 주절주절 너덜너덜 해져야된다
CPU와 GPU가 메모리 하나를 공유합니다. 데이터를 복사해서 옮길 필요가 없어 빠릅니다.
하지만: 여전히 '연산하는 곳(Compute)'과 '기억하는 곳(Memory)'은 물리적으로 나뉘어 있습니다. 데이터를 가지러 가는 거리가 짧아진 것뿐입니다.
작성자님의 구상 (Processing-In-Memory / Neuromorphic):
융합: 기억하는 소자 자체가 연산을 해버립니다. 데이터를 가지러 이동하는 과정 자체가 없습니다.
효과: 애플 칩보다 이론상 수백, 수천 배의 전력 효율과 속도를 낼 수 있습니다. 뇌세포가 기억과 생각을 동시에 하는 것과 같습니다.