GoMLX - ML em Go sem Python

• Um pacote que permite implementar modelos de machine learning (ML) na linguagem Go, projetado para possibilitar tarefas de ML sem depender de Python
• Oferece uma alternativa aos frameworks de ML centrados em Python, como TensorFlow (TF), JAX e PyTorch, aproveitando a mesma eficiência de hardware em uma base Go
• Utiliza tecnologias de compilador e runtime de baixo nível, como XLA e PJRT, para oferecer desempenho otimizado

Principais recursos

• Construção de modelos de ML sem Python
  • Permite criar, treinar e executar inferência de modelos usando apenas Go, sem código Python
  • Gera grafos computacionais de forma semelhante à expressividade dos frameworks de ML existentes e oferece suporte a diferenciação automática e treinamento de modelos
• Uso de XLA e PJRT
  • Usa a stack OpenXLA para oferecer operações otimizadas para hardware, aproveitando os mesmos componentes básicos usados por TensorFlow e JAX
  • Inclui recursos avançados como diferenciação automática, gerenciamento de dados de tensores e particionamento de tarefas
• Exemplo de implementação de modelo CNN
  • Implementa em Go um modelo CNN (rede neural convolucional) usando o conjunto de dados CIFAR-10
  • O modelo implementado com GoMLX sem Python alcança desempenho semelhante ao de um modelo treinado com TensorFlow+Keras
• Caso real: modelo Gemma2
  • Executa inferência de LLM (Large Language Model) em nível real de produção usando os pesos do Gemma2 fornecidos no HuggingFace
  • Permite rodar modelos avançados como o Gemma2 mesmo sem Python

Resumo

• GoMLX oferece suporte à implementação, treinamento e inferência de modelos de ML com base em Go, eliminando a dependência de Python
• Com XLA e PJRT, fornece operações otimizadas para hardware e recursos avançados de ML
• Mesmo sem Python, possibilita tarefas complexas como um modelo CNN com CIFAR-10 e inferência de LLM com Gemma2
• O GoMLX ainda está em estágio inicial, mas abre caminho para implementações de ML sem Python e tem potencial de evolução no futuro