• 签到
  • 竞技宝|官网之家

    苹果/安卓/wp

  • Peixun.net

    苹果/安卓/wp

  • 客户端
  • 就业指导一对一
  • 竞技宝|官网大学堂
  • 现金交易
  • 专家入驻
  • 求职招聘
  • 3关注
  • 39粉丝
  • 运营管理员

    院士

    50%

    还不是VIP/贵宾

    -

    威望
    3
    论坛币
    99113 个
    通用积分
    414.8800
    学术水平
    92 点
    热心指数
    101 点
    信用等级
    82 点
    经验
    59115 点
    帖子
    1146
    精华
    8
    在线时间
    1364 小时
    注册时间
    2019-9-11
    最后登录
    2020-12-3

    签到天数: 2 天

    连续签到: 1 天

    [LV.1]初来乍到

    AIU人工智能学院 学生认证  发表于 2020-11-20 12:01:47 |显示全部楼层
    苹果「一呼百应」的号召力在机器学习领域似乎也不例外。新版 Mac 推出还不到两周,谷歌就把专为 Mac 优化的 TensorFlow 版本做好了,训练速度最高提升到原来的 7 倍。
    机器之心报道,机器之心编辑部。题库

    对于开发者、工程师、科研工作者来说,Mac 一直是非常受欢迎的平台,也有人用 Mac 训练神经网络,但训练速度一直是一个令人头疼的问题。

    上周,苹果发布了搭载 Arm 架构 M1 芯片的三款新 Mac,于是就有人想问:用它们训练神经网络能快一点吗?

    今天,主流机器学习框架 TensorFlow 发文表示:我们专门做了一版为 Mac 用户优化的 TensorFlow 2.4 框架,M1 版 Mac 和英特尔版 Mac 都能用。这一举动有望大幅降低模型训练和部署的门槛。
    v2-46b8f7c9da9d4df127b6c55e6224269f_720w.jpg


    此前,在 Mac 上,TensorFlow 仅支持将 CPU 用于训练,但新的 tensorflow_macos 分支利用苹果的 ML Compute,能让 GPU 也被利用起来。苹果在博客中介绍说:「我们使用了更高级别的优化方法,比如熔合层,选择合适的设备类型,将图作为原语编译、执行并由 CPU 上的 BNNS 和 GPU 上的 Metal Performance Shader 加速。」

    ML Compute 是苹果公司今年推出的新框架,可用于在 Mac 上进行 TensorFlow 模型的训练。现在,无论新的 M1 版 Mac 还是旧的英特尔版 Mac,其 CPU 和 GPU 都能用来加快训练速度。

    M1 芯片包含新的 8 核 CPU 和最多 8 核的 GPU,并针对 Mac 的机器学习训练任务进行了优化。下面两张图表分别展示了针对 Mac 优化后的 TensorFlow 2.4 在不同模型训练中的性能提升:

    v2-d09103b5b63df652e64cc3ba2361163c_720w.jpg

    上图展示了使用 ML Compute 分别在搭载 M1 和英特尔芯片的 13 英寸 MacBook Pro 上进行机器学习训练的情况。柱形的高度代表单批次的训练时长。可以看出,优化后的 Mac 版 TensorFlow 2.4 的训练速度得到了明显提升。在换成 M1 版的新 MacBook Pro 之后,提升就更为明显了,训练速度最高提升了 7 倍。

    v2-39f4d16cd045372e9fd553cdf26c76d8_720w.jpg

    同样使用 ML Compute,在搭载英特尔芯片的 2019 Mac Pro 上进行常见模型的训练,性能提升也相当明显。

    TensorFlow 官方表示,用户不需要对现有的 TensorFlow 脚本做任何更改,就可以使用 ML Compute 作为 TensorFlow 和 TensorFlow 插件的后端。

    Mac 版 TensorFlow 2.4 的详细入门指南可以参见:https://github.com/apple/tensorflow_macos

    M1 版 Mac 对机器学习用户的影响

    苹果曾在发布会上介绍说,M1 芯片将苹果的神经网络引擎引入了 Mac,实现了 15 倍的机器学习任务加速。该神经网络引擎有 16 个核心,每秒运算速度可达 11 万亿次。除此之外,配置了 ML 加速器的 CPU 和强大 GPU(称霸集显,媲美部分独显)也使得整个 M1 芯片的机器学习能力得到巨大提升。
    v2-d0d19fe6366f8734408e964b7d454669_720w.png


    图源:https://medium.com/disruptive-ne ... arning-2d9da1beef86

    性能的提升毋庸置疑,但软件兼容也是一个很大的问题。在 M1 版 Mac 发布之后,不少开发者都在问:我的 VS Code/Docker/Juypter Notebook…… 还能在新 Mac 上用吗?

    VSCode:最快月底就能做出来

    在苹果发布会之后不久,微软 VS Code 团队就发文表示,「VS Code 将支持 ARM 版 Mac,11 月底可能推出首个预览版。」

    Mac/ARM64 试验版地址 https://code.visualstudio.com/insiders/#osx

    v2-50c5e974249c223e175e1382b99d6ecd_720w.jpg

    此外,微软还宣布将发布一款新的通用版 Mac Office 2019,支持新版苹果处理器。

    Docker:在安排,但还没准备好

    在 11 月 16 日的一篇博客中,Docker 的开发者表示,他们还没有准备好让 Docker 在 M1 版 Mac 上运行,在这之前还需要做很多准备。

    Docker 表示,「我们 Docker 的目标是在新的 Mac 上提供与今天在 Docker Desktop for Mac 上同样出色的体验,并使这种过渡尽可能地无缝。」「为我们的客户打造合适的体验意味着在我们推送一个版本之前,要把不少事情做好。虽然苹果已经发布了 Rosetta 2 转译器,以帮助将应用程序转移到新的 M1 芯片上,但这并不能让我们与 Docker Desktop 一路同行。」


    至于 Juypter Notebook 等软件,目前还没有官方消息放出。不过,随着苹果不断将生态打通,正在有越来越多的软件开发商表示将开发适配 M1 版 Mac 的新产品。

    参考链接:
    https://machinelearning.apple.com/updates/ml-compute-training-on-mac

    https://medium.com/disruptive-nerd/how-is-the-apple-m1-going-to-affect-machine-learning-2d9da1beef86

    https://www.docker.com/blog/apple-silicon-m1-chips-and-docker/

    原文链接:https://zhuanlan.zhihu.com/p/301299324
    cda
    推荐学习
    TensorFlow 深度学习框架:https://edu.cda.cn/course/2251



    CDA人工智能学院http://edu.cda.cn)专注于数据科学与人工智能技术的在线教育平台。内容涵盖数据分析、机器学习、深度学习、人工智能、TensorFlow、PyTorch、知识图谱等众多核心技术及其行业案例,自由灵活的在线学习方式,让每一个学员快速掌握AI时代最前沿的技术!
    东方祥 企业认证  发表于 2020-11-20 12:05:18 |显示全部楼层
    M1 版 Mac 和英特尔版 Mac 都能用
    回复

    使用道具 举报

    东方祥 企业认证  发表于 2020-11-20 12:06:39 |显示全部楼层
    11 月底可能推出首个预览版666
    回复

    使用道具 举报

    时光人 学生认证  发表于 2020-11-20 13:40:00 |显示全部楼层
    回复

    使用道具 举报

    myazure 发表于 2020-11-21 18:50:29 |显示全部楼层
    回复

    使用道具 举报

    返回列表 发帖 回复
    您需要登录后才可以回帖 登录 | 我要注册

    京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

    GMT+8, 2020-12-3 14:33