MLX est un framework de tableaux similaire à NumPy, spécialement conçu pour le machine learning efficace et flexible sur les puces Apple. Il est fourni par l'équipe de recherche en machine learning d'Apple. Son API Python est très proche de celle de NumPy, à quelques exceptions près. MLX possède également une API C++ complète, qui suit de près l'API Python. Les principales différences entre MLX et NumPy incluent : les transformations de fonctions composables, le calcul paresseux et la prise en charge de plusieurs appareils. MLX s'inspire de frameworks tels que PyTorch, Jax et ArrayFire. À la différence de ces frameworks, MLX utilise un modèle de mémoire unifié. Les tableaux dans MLX résident en mémoire partagée et les opérations peuvent être exécutées sur n'importe quel type d'appareil pris en charge (CPU, GPU, etc.) sans nécessiter de copie de données.