TensorFlow爲新舊Mac特供新版本，GPU可用於訓練，速度最高提升7倍

蘋果「一呼百應」的號召力在機器學習領域似乎也不例外。新版 Mac 推出還不到兩週，谷歌就把專爲 Mac 優化的 TensorFlow 版本做好了，訓練速度最高提升到原來的 7 倍。

對於開發者、工程師、科研工作者來說，Mac 一直是非常受歡迎的平臺，也有人用 Mac 訓練 神經網絡，但訓練速度一直是一個令人頭疼的問題。

上週，蘋果發佈了搭載 Arm 架構 M1 芯片的三款新 Mac，於是就有人想問：用它們訓練 神經網絡能快一點嗎？

今天，主流 機器學習框架 TensorFlow 發文表示：我們專門做了一版爲 Mac 用戶優化的 TensorFlow 2.4 框架，M1 版 Mac 和 英特爾版 Mac 都能用。這一舉動有望大幅降低模型訓練和部署的門檻。

此前，在 Mac 上， TensorFlow 僅支持將 CPU 用於訓練，但新的 tensorflow_macos 分支利用蘋果的 ML Compute，能讓 GPU 也被利用起來。蘋果在博客中介紹說：「我們使用了更高級別的優化方法，比如熔合層，選擇合適的設備類型，將圖作爲原語編譯、執行並由 CPU 上的 BNNS 和 GPU 上的 Metal Performance Shader 加速。」

ML Compute 是蘋果公司今年推出的新框架，可用於在 Mac 上進行 TensorFlow 模型的訓練。現在，無論新的 M1 版 Mac 還是舊的 英特爾版 Mac，其 CPU 和 GPU 都能用來加快訓練速度。

M1 芯片包含新的 8 核 CPU 和最多 8 核的 GPU，並針對 Mac 的 機器學習訓練任務進行了優化。下面兩張圖表分別展示了針對 Mac 優化後的 TensorFlow 2.4 在不同模型訓練中的性能提升：

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 上進行 機器學習訓練的情況。柱形的高度代表單 批次的訓練時長。可以看出，優化後的 Mac 版 TensorFlow 2.4 的訓練速度得到了明顯提升。在換成 M1 版的新 MacBook Pro 之後，提升就更爲明顯了，訓練速度最高提升了 7 倍。

同樣使用 ML Compute，在搭載 英特爾芯片的 2019 Mac Pro 上進行常見模型的訓練，性能提升也相當明顯。

TensorFlow 官方表示，用戶不需要對現有的 TensorFlow 腳本做任何更改，就可以使用 ML Compute 作爲 TensorFlow 和 TensorFlow 插件的後端。

Mac 版 TensorFlow 2.4 的詳細入門指南可以參見：https://github.com/apple/tensorflow_macos

M1 版 Mac 對機器學習用戶的影響

蘋果曾在發佈會上介紹說，M1 芯片將蘋果的 神經網絡引擎引入了 Mac，實現了 15 倍的 機器學習任務加速。該 神經網絡引擎有 16 個核心，每秒運算速度可達 11 萬億次。除此之外，配置了 ML 加速器的 CPU 和強大 GPU（稱霸集顯，媲美部分獨顯）也使得整個 M1 芯片的 機器學習能力得到巨大提升。

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很大的問題。在 M1 版 Mac 發佈之後，不少開發者都在問：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

在蘋果發佈會之後不久，微軟 VS Code 團隊就發文表示，「VS Code 將支持 ARM 版 Mac，11 月底可能推出首個預覽版。」

Mac/ARM64 試驗版地址 https://code.visualstudio.com/insiders/#osx

此外，微軟還宣佈將發佈一款新的通用版 Mac Office 2019，支持新版蘋果處理器。

Docker：在安排，但還沒準備好

在 11 月 16 日的一篇博客中，Docker 的開發者表示，他們還沒有準備好讓 Docker 在 M1 版 Mac 上運行，在這之前還需要做很多準備。

Docker 表示，「我們 Docker 的目標是在新的 Mac 上提供與今天在 Docker Desktop for Mac 上同樣出色的體驗，並使這種過渡儘可能地無縫。」「爲我們的客戶打造合適的體驗意味着在我們推送一個版本之前，要把不少事情做好。雖然蘋果已經發布了 Rosetta 2 轉譯器，以幫助將應用程序轉移到新的 M1 芯片上，但這並不能讓我們與 Docker Desktop 一路同行。」

至於 Juypter Notebook 等軟件，目前還沒有官方消息放出。不過，隨着蘋果不斷將生態打通，正在有越來越多的軟件開發商表示將開發適配 M1 版 Mac 的新產品。

參考鏈接：

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/