苹果「一呼百应」的号召力在机器学习领域彷佛也不例外。新版 Mac 推出还不到两周，谷歌就把专为 Mac 优化的 TensorFlow 版本作好了，训练速度最高提高到原来的 7 倍。
机器之心报道，机器之心编辑部。git
对于开发者、工程师、科研工做者来讲，Mac 一直是很是受欢迎的平台，也有人用 Mac 训练神经网络，但训练速度一直是一个使人头疼的问题。github
上周，苹果发布了搭载 Arm 架构 M1 芯片的三款新 Mac，因而就有人想问：用它们训练神经网络能快一点吗？docker
今天，主流机器学习框架 TensorFlow 发文表示：咱们专门作了一版为 Mac 用户优化的 TensorFlow 2.4 框架，M1 版 Mac 和英特尔版 Mac 都能用。这一举动有望大幅下降模型训练和部署的门槛。macos
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：「咱们使用了更高级别的优化方法，好比熔合层，选择合适的设备类型，将图做为原语编译、执行并由 CPU 上的 BNNS 和 GPU 上的 Metal Performance Shader 加速。」后端
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。如今，不管新的 M1 版 Mac 仍是旧的英特尔版 Mac，其 CPU 和 GPU 都能用来加快训练速度。网络
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现了针对 Mac 优化后的 TensorFlow 2.4 在不一样模型训练中的性能提高：架构
上图展现了使用 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状况。柱形的高度表明单批次的训练时长。能够看出，优化后的 Mac 版 TensorFlow 2.4 的训练速度获得了明显提高。在换成 M1 版的新 MacBook Pro 以后，提高就更为明显了，训练速度最高提高了 7 倍。app
一样使用 ML Compute，在搭载英特尔芯片的 2019 Mac Pro 上进行常见模型的训练，性能提高也至关明显。框架
TensorFlow 官方表示，用户不须要对现有的 TensorFlow 脚本作任何更改，就可使用 ML Compute 做为 TensorFlow 和 TensorFlow 插件的后端。机器学习
Mac 版 TensorFlow 2.4 的详细入门指南能够参见：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。除此以外，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获得巨大提高。
图源：https://medium.com/disruptive-nerd/how-is-the-apple-m1-going-to-affect-machine-learning-2d9da1beef86
性能的提高毋庸置疑，但软件兼容也是一个很大的问题。在 M1 版 Mac 发布以后，很多开发者都在问：个人 VS Code/Docker/Juypter Notebook…… 还能在新 Mac 上用吗？
VSCode：最快月底就能作出来
在苹果发布会以后不久，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
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，他们尚未准备好让 Docker 在 M1 版 Mac 上运行，在这以前还须要作不少准备。
Docker 表示，「咱们 Docker 的目标是在新的 Mac 上提供与今天在 Docker Desktop for Mac 上一样出色的体验，并使这种过渡尽量地无缝。」「为咱们的客户打造合适的体验意味着在咱们推送一个版本以前，要把很多事情作好。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，但这并不能让咱们与 Docker Desktop 一路同行。」
至于 Juypter Notebook 等软件，目前尚未官方消息放出。不过，随着苹果不断将生态打通，正在有愈来愈多的软件开发商表示将开发适配 M1 版 Mac 的新产品。
参考连接：
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/