蘋(píng)果「一呼百應(yīng)」的號(hào)召力在機(jī)器學(xué)習(xí)領(lǐng)域似乎也不例外。新版 Mac 推出還不到兩周，谷歌就把專(zhuān)為 Mac 優(yōu)化的 TensorFlow 版本做好了，訓(xùn)練速度最高提升到原來(lái)的 7 倍。

對(duì)于開(kāi)發(fā)者、工程師、科研工作者來(lái)說(shuō)，Mac 一直是非常受歡迎的平臺(tái)，也有人用 Mac 訓(xùn)練神經(jīng)網(wǎng)絡(luò)，但訓(xùn)練速度一直是一個(gè)令人頭疼的問(wèn)題。

上周，蘋(píng)果發(fā)布了搭載 Arm 架構(gòu) M1 芯片的三款新 Mac，于是就有人想問(wèn)：用它們訓(xùn)練神經(jīng)網(wǎng)絡(luò)能快一點(diǎn)嗎？

今天，主流機(jī)器學(xué)習(xí)框架 TensorFlow 發(fā)文表示：我們專(zhuān)門(mén)做了一版為 Mac 用戶(hù)優(yōu)化的 TensorFlow 2.4 框架，M1 版 Mac 和英特爾版 Mac 都能用。這一舉動(dòng)有望大幅降低模型訓(xùn)練和部署的門(mén)檻。

此前，在 Mac 上，TensorFlow 僅支持將 CPU 用于訓(xùn)練，但新的 tensorflow_macos 分支利用蘋(píng)果的 ML Compute，能讓 GPU 也被利用起來(lái)。蘋(píng)果在博客中介紹說(shuō)：「我們使用了更高級(jí)別的優(yōu)化方法，比如熔合層，選擇合適的設(shè)備類(lèi)型，將圖作為原語(yǔ)編譯、執(zhí)行并由 CPU 上的 BNNS 和 GPU 上的 Metal Performance Shader 加速?！?/p>

ML Compute 是蘋(píng)果公司今年推出的新框架，可用于在 Mac 上進(jìn)行 TensorFlow 模型的訓(xùn)練?，F(xiàn)在，無(wú)論新的 M1 版 Mac 還是舊的英特爾版 Mac，其 CPU 和 GPU 都能用來(lái)加快訓(xùn)練速度。

M1 芯片包含新的 8 核 CPU 和最多 8 核的 GPU，并針對(duì) Mac 的機(jī)器學(xué)習(xí)訓(xùn)練任務(wù)進(jìn)行了優(yōu)化。下面兩張圖表分別展示了針對(duì) Mac 優(yōu)化后的 TensorFlow 2.4 在不同模型訓(xùn)練中的性能提升：

上圖展示了使用 ML Compute 分別在搭載 M1 和英特爾芯片的 13 英寸 MacBook Pro 上進(jìn)行機(jī)器學(xué)習(xí)訓(xùn)練的情況。柱形的高度代表單批次的訓(xùn)練時(shí)長(zhǎng)?？梢钥闯觯瑑?yōu)化后的 Mac 版 TensorFlow 2.4 的訓(xùn)練速度得到了明顯提升。在換成 M1 版的新 MacBook Pro 之后，提升就更為明顯了，訓(xùn)練速度最高提升了 7 倍。

同樣使用 ML Compute，在搭載英特爾芯片的 2019 Mac Pro 上進(jìn)行常見(jiàn)模型的訓(xùn)練，性能提升也相當(dāng)明顯。

TensorFlow 官方表示，用戶(hù)不需要對(duì)現(xiàn)有的 TensorFlow 腳本做任何更改，就可以使用 ML Compute 作為 TensorFlow 和 TensorFlow 插件的后端。

Mac 版 TensorFlow 2.4 的詳細(xì)入門(mén)指南可以參見(jiàn)：https://github.com/apple/tensorflow_macos

M1 版 Mac 對(duì)機(jī)器學(xué)習(xí)用戶(hù)的影響

蘋(píng)果曾在發(fā)布會(huì)上介紹說(shuō)，M1 芯片將蘋(píng)果的神經(jīng)網(wǎng)絡(luò)引擎引入了 Mac，實(shí)現(xiàn)了 15 倍的機(jī)器學(xué)習(xí)任務(wù)加速。該神經(jīng)網(wǎng)絡(luò)引擎有 16 個(gè)核心，每秒運(yùn)算速度可達(dá) 11 萬(wàn)億次。除此之外，配置了 ML 加速器的 CPU 和強(qiáng)大 GPU（稱(chēng)霸集顯，媲美部分獨(dú)顯）也使得整個(gè) M1 芯片的機(jī)器學(xué)習(xí)能力得到巨大提升。

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

性能的提升毋庸置疑，但軟件兼容也是一個(gè)很大的問(wèn)題。在 M1 版 Mac 發(fā)布之后，不少開(kāi)發(fā)者都在問(wèn)：我的 VS Code/Docker/Juypter Notebook…… 還能在新 Mac 上用嗎？

VSCode：最快月底就能做出來(lái)

在蘋(píng)果發(fā)布會(huì)之后不久，微軟 VS Code 團(tuán)隊(duì)就發(fā)文表示，「VS Code 將支持 ARM 版 Mac，11 月底可能推出首個(gè)預(yù)覽版?！?/p>

Mac/ARM64 試驗(yàn)版地址 https://code.visualstudio.com/insiders/#osx

此外，微軟還宣布將發(fā)布一款新的通用版 Mac Office 2019，支持新版蘋(píng)果處理器。

Docker：在安排，但還沒(méi)準(zhǔn)備好

在 11 月 16 日的一篇博客中，Docker 的開(kāi)發(fā)者表示，他們還沒(méi)有準(zhǔn)備好讓 Docker 在 M1 版 Mac 上運(yùn)行，在這之前還需要做很多準(zhǔn)備。

Docker 表示，「我們 Docker 的目標(biāo)是在新的 Mac 上提供與今天在 Docker Desktop for Mac 上同樣出色的體驗(yàn)，并使這種過(guò)渡盡可能地?zé)o縫?！埂笧槲覀兊目蛻?hù)打造合適的體驗(yàn)意味著在我們推送一個(gè)版本之前，要把不少事情做好。雖然蘋(píng)果已經(jīng)發(fā)布了 Rosetta 2 轉(zhuǎn)譯器，以幫助將應(yīng)用程序轉(zhuǎn)移到新的 M1 芯片上，但這并不能讓我們與 Docker Desktop 一路同行?！?/p>

至于 Juypter Notebook 等軟件，目前還沒(méi)有官方消息放出。不過(guò)，隨著蘋(píng)果不斷將生態(tài)打通，正在有越來(lái)越多的軟件開(kāi)發(fā)商表示將開(kāi)發(fā)適配 M1 版 Mac 的新產(chǎn)品。