L’IA et Apple, c’est une affaire qui marche. Le projet mlx-graphs, dirigé par le doctorant Tristan Bilot, Francesco Farina et l’équipe MLX, promet d’optimiser les performances des réseaux de neurones graphiques (GNN) sur les Mac Apple Silicon. Les GNN, cruciaux pour des tâches telles que les prédictions de nœuds et de bords et largement utilisés en vision par ordinateur, devraient largement bénéficier de ces avancées. Les chercheurs du projet mlx-graphs ont mis au point une bibliothèque, construite sur MLX, qui vise à améliorer considérablement l’efficacité des opérations GNN spécifiquement pour les puces d’Apple, offrant ainsi aux chercheurs en IA et aux scientifiques en général un outil puissant pour améliorer les performances de calcul dans le domaine de la VAO (vision assistée par ordinateur).

Intelligence Artificielle

Les premiers tests de la bibliothèque mlx-graphs ont montré des résultats prometteurs, surpassant d’un facteur 10 les frameworks existants tels que PyTorch Geographic et DGL, en particulier dans le traitement de grands ensembles de données graphiques. Ce gain d’efficacité est attribué à l’utilisation de noyaux dédiés qui exploitent les capacités de traitement parallèle des GPU des puces de la série M (M1, M2, M3). Malgré un projet encore jeune (quelques semaines de développement), le potentiel d’optimisations et de contributions supplémentaires est déjà substantiel. mlx-graphs est disponible sur GitHub.