不用 Python 也能訓練大模型：兩年後再看 Go 語言機器學習框架 GoMLX

• 經過兩年的迭代演進，GoMLX 在 v0.28 版本完成架構重組，將底層運算與高層 API 徹底解耦，正式邁向生產可用階段。 • 框架核心建立在 Backend、Graph、Tensor 與 Store 四大抽象概念上，為開發者提供透明且無「魔法」的工程心智模型。 • 支援 xla（高效能 GPU/TPU）、純 Go（無 CGO 依賴且可編譯為 WASM）以及 go-darwinml 三種多元後端體系。 • 透過 go-huggingface 與 onnx-gomlx 等生態對接，專案已能直接消費通用預訓練模型，並支援 KAN 網路 與 分散式多卡訓練 等前沿特性。

「如果只是要做複雜計算和自動微分，還是應該用 GoMLX，而不是直接用 compute。」 • 結合直觀的 train.Trainer 與 train.Loop 機制，開發者僅需數十行程式碼即可完成神經網路的訓練與最佳化循環。