MLX एक NumPy-सदृश ऐरे फ़्रेमवर्क है, जिसे ऐप्पल चिप पर कुशल और लचीले मशीन लर्निंग के लिए डिज़ाइन किया गया है, और ऐप्पल मशीन लर्निंग शोध दल द्वारा प्रदान किया गया है। इसका Python API NumPy के समान है, हालाँकि कुछ अपवाद भी हैं। MLX में एक पूर्ण C++ API भी है जो Python API का बारीकी से अनुसरण करता है। MLX और NumPy के बीच मुख्य अंतरों में शामिल हैं: संयोज्य फ़ंक्शन ट्रांसफ़ॉर्मेशन, सुस्त गणना और बहु-डिवाइस समर्थन। MLX को PyTorch, Jax और ArrayFire जैसे फ़्रेमवर्क्स से प्रेरणा मिली है। इन फ़्रेमवर्क्स के विपरीत, MLX एक एकीकृत मेमोरी मॉडल का उपयोग करता है। MLX में ऐरे साझा मेमोरी में स्थित होते हैं, और किसी भी समर्थित डिवाइस प्रकार (CPU, GPU आदि) पर ऑपरेशन किए जा सकते हैं, बिना डेटा कॉपी किए।