2 月 21 日消息，博士生团队近日推出了 mlx-graphs 项目，重点改善 Apple Silicon 芯片上的神经网络处理速度，让其训练大型数据集的速度提高 10 倍。
mlx-graphs 项目由博士生特里斯坦・比洛特（Tristan Bilot）、弗朗切斯科・法里纳（Francesco Farina）和 MLX（专为 Apple Silicon 发布的图形神经网络库）团队共同推进，该开发库的初衷是在 Apple Silicon 芯片上更高效运行让图形神经网络（GNN）。
比洛特表示启用 mlx-graphs 项目之后，Apple Silicon 芯片训练大型图形数据集时，初始基准运行速度可达 PyTorch Geometric 和 DGL 等框架的十倍。
比洛特表示该项目仍有很大的改进空间，从而更好地发挥 Apple Silicon 芯片的能力，相关开发库已托管在 GitHub 上，比洛特欢迎他人探索和测试该库，提交反馈以及 PR（pull requests）。
免责声明：本文由作者原创。文章内容系作者个人观点，转载目的在于传递更多信息，并不代表EETOP赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请及时联系我们，我们将在第一时间删除！
