Apple Silicon芯片迎新突破：博士生团队推出mlx-graphs项目，神经网络处理速度飙升十倍

【HowToTech科技】2月21日消息，近日，一个博士生团队引领了一项名为”mlx-graphs”的创新项目，该项目致力于优化Apple
Silicon芯片上的神经网络处理效能。据称，通过这一项目的实施，Apple Silicon芯片在处理大型数据集时的训练速度有望提升高达十倍。

该项目由博士生特里斯坦・比洛特(Tristan Bilot)和弗朗切斯科・法里纳(Francesco Farina)以及专为Apple
Silicon设计的图形神经网络库MLX团队共同推动。他们的初衷是为了让图形神经网络(GNN)在Apple Silicon芯片上运行得更高效。

据HowToTech科技了解，比洛特在介绍该项目时表示，启用mlx-graphs后，Apple
Silicon芯片在训练大型图形数据集时的初始基准运行速度，可以达到当前主流框架如PyTorch
Geometric和DGL等的十倍。这一显著的性能提升预示着Apple Silicon芯片在神经网络处理领域的巨大潜力。

然而，比洛特也强调，该项目仍有很大的改进空间，他们期待通过持续的优化，进一步发挥Apple
Silicon芯片的能力。目前，相关的开发库已经托管在GitHub上，他鼓励开发者们积极探索和测试该库，并提供反馈以及pull
requests，共同推动这一项目的发展。