JAX

Google이 만든 Python 수치 계산 라이브러리로, NumPy와 비슷한 API에 자동 미분과 XLA 컴파일을 결합했다.

기사 1편최근 언급

JAX는 Google Research가 개발해 2018년 오픈소스로 공개한 Python 수치 계산 라이브러리다. NumPy와 거의 같은 배열 API를 제공하면서, 함수를 변환하는 방식으로 자동 미분(grad), 즉시 컴파일(jit), 자동 벡터화(vmap), 다중 장치 병렬화(pmap) 기능을 더했다. 계산은 XLA 컴파일러를 거쳐 CPU, GPU, TPU에서 실행된다.

PyTorch가 객체 지향적 모델 정의에 바탕을 두는 반면 JAX는 순수 함수와 함수 변환을 중심으로 설계돼 있어 연구용 코드와 대규모 TPU 학습에 자주 쓰인다. Google DeepMind를 비롯한 여러 연구 조직이 대형 모델 학습에 사용하며, 신경망 계층을 정의하는 Flax, Haiku 같은 상위 라이브러리가 JAX 위에서 동작한다.

이 설명은 AIPOST 기사와 널리 알려진 사실을 바탕으로 정리했습니다. 잘못된 내용이 있으면 정정 요청으로 알려 주세요.

이 항목을 다룬 기사

  • LLM 성능은 어디서 갈리나: pre-training, SFT, RL 3단계AI 성능 ·

    이 일을 PyTorch, JAX, TensorFlow 같은 autograd(자동 미분) 엔진이 맡습니다.

    기사 읽기

설명이 잘못되었거나 찾는 항목이 없나요?

위키 설명은 AIPOST 기사와 널리 알려진 사실을 바탕으로 정리합니다. 잘못된 설명은 정정 요청으로 알려 주시면 확인해 고칩니다. 새 기사에 나온 이름은 기사가 올라온 뒤 위키에 더해집니다.