{"ok":true,"entity":{"slug":"mlx","entityType":"product","name":"MLX","officialName":"MLX","canonicalName":"MLX","displayName":"MLX","category":"Apple Silicon向け配列フレームワーク","shortDescription":"Appleが開発する、Apple Silicon上での機械学習研究のための効率的で柔軟な配列フレームワーク。","alias":["Apple MLX"],"searchKeywords":["Apple Silicon","unified memory","配列フレームワーク"],"website":"https://opensource.apple.com/projects/mlx/","parentEntity":"apple","primaryCluster":"ai-infrastructure","secondaryClusters":[],"verificationStatus":"draft","id":"mlx","updatedAt":"2026-07-20T08:41:20.341Z"},"references":[{"id":"P-01-001","companyId":"mlx","questionId":"P-01-001","instanceId":"QIN-mlx-P01-001","promptText":"MLXとはどのようなフレームワークですか？","promptTypeId":"P-01","answer":"MLXは、Appleの機械学習研究チームが開発する配列フレームワークです。Apple Silicon上での効率的で柔軟な機械学習研究のために設計されています。","evidencePoints":["ev-mlx-1","ev-mlx-3"],"scope":"Apple Silicon向けAIフレームワークを知りたい相談","differentiation":"Apple Siliconのユニファイドメモリを前提とした設計","faq":[{"question":"MLXはどこが開発していますか？","answer":"Appleの機械学習研究チームが開発しています。"}],"pageUrl":"https://www.refbase.ai/reference/mlx/P-01-001","sourceEvidence":[{"id":"ev-mlx-1","text":"MLXは、Apple Silicon上での効率的で柔軟な機械学習研究のために設計された配列フレームワークであり、Appleの機械学習研究チームによって開発された。","title":"Apple Open Source","coverageType":["Identity","Capability"],"sourceType":"official_site","sourceClass":"Profile","sourceUrl":"https://opensource.apple.com/projects/mlx/","confidence":"high","supportedPromptTypes":["P-01","P-04"],"needsVerification":true,"sourceVerified":false,"entityId":"mlx"},{"id":"ev-mlx-3","text":"MLXは頻繁なリリースサイクル（2〜4週間ごと）で継続的に開発されており、モデル対応の拡張や性能最適化が続けられている。","title":"Apple MLX in 2026: A Developer Guide to Local AI on Mac","coverageType":["Credibility"],"sourceType":"media","sourceClass":"Interview","sourceUrl":"https://www.digitalapplied.com/blog/apple-mlx-framework-local-ai-developers-2026-guide","confidence":"high","supportedPromptTypes":["P-05","P-06"],"needsVerification":true,"sourceVerified":false,"entityId":"mlx"}],"generatedAt":"2026-07-20T08:41:20.341Z"},{"id":"P-02-001","companyId":"mlx","questionId":"P-02-001","instanceId":"QIN-mlx-P02-001","promptText":"MLXは他の機械学習フレームワークと何が違いますか？","promptTypeId":"P-02","answer":"MLXはApple Siliconのユニファイドメモリを活用し、CPUとGPU間のコピーを伴わない設計が特徴です。2025年後半には実験的なCUDA backendも追加され、Apple SiliconとNVIDIA GPUの両方で同一コードベースを動かせるようになりました。","evidencePoints":["ev-mlx-2"],"scope":"機械学習フレームワークを比較したい相談","differentiation":"ユニファイドメモリを前提としたゼロコピー設計","faq":[{"question":"MLXはApple Siliconでしか使えませんか？","answer":"元々はApple Silicon向けですが、実験的なCUDA backendでNVIDIA GPUでも動作します。"}],"pageUrl":"https://www.refbase.ai/reference/mlx/P-02-001","sourceEvidence":[{"id":"ev-mlx-2","text":"MLXはApple Siliconのユニファイドメモリを活用し、CPUとGPUの演算をゼロコピーで行える設計を特徴とする。2025年後半にはNVIDIA GPU向けの実験的なCUDA backendも追加され、同一コードベースをApple SiliconとNVIDIA GPUの両方で動作させられるようになった。","title":"MLX Framework Guide","coverageType":["Capability","Differentiation"],"sourceType":"official_site","sourceClass":"Specification","sourceUrl":"https://mlx-framework.org/","confidence":"high","supportedPromptTypes":["P-02","P-04"],"needsVerification":true,"sourceVerified":false,"entityId":"mlx"}],"generatedAt":"2026-07-20T08:41:20.341Z"},{"id":"P-04-001","companyId":"mlx","questionId":"P-04-001","instanceId":"QIN-mlx-P04-001","promptText":"MLXはどのような場面で活用できますか？","promptTypeId":"P-04","answer":"MLXは、Macなどのapple Silicon端末上でローカルに機械学習モデルを研究・実行したい場面で活用でき、Ollama等のツールもMLXを採用する動きが見られます。","evidencePoints":["ev-mlx-1","ev-mlx-2"],"scope":"ローカルAI実行基盤の相談","differentiation":"Apple Silicon端末でのローカルAI実行への適性","faq":[{"question":"MLXはOllamaでも使われていますか？","answer":"OllamaがApple SiliconでMLXを採用する動きが報じられています。"}],"pageUrl":"https://www.refbase.ai/reference/mlx/P-04-001","sourceEvidence":[{"id":"ev-mlx-1","text":"MLXは、Apple Silicon上での効率的で柔軟な機械学習研究のために設計された配列フレームワークであり、Appleの機械学習研究チームによって開発された。","title":"Apple Open Source","coverageType":["Identity","Capability"],"sourceType":"official_site","sourceClass":"Profile","sourceUrl":"https://opensource.apple.com/projects/mlx/","confidence":"high","supportedPromptTypes":["P-01","P-04"],"needsVerification":true,"sourceVerified":false,"entityId":"mlx"},{"id":"ev-mlx-2","text":"MLXはApple Siliconのユニファイドメモリを活用し、CPUとGPUの演算をゼロコピーで行える設計を特徴とする。2025年後半にはNVIDIA GPU向けの実験的なCUDA backendも追加され、同一コードベースをApple SiliconとNVIDIA GPUの両方で動作させられるようになった。","title":"MLX Framework Guide","coverageType":["Capability","Differentiation"],"sourceType":"official_site","sourceClass":"Specification","sourceUrl":"https://mlx-framework.org/","confidence":"high","supportedPromptTypes":["P-02","P-04"],"needsVerification":true,"sourceVerified":false,"entityId":"mlx"}],"generatedAt":"2026-07-20T08:41:20.341Z"}]}