Apple发布专为Mac优化的TensorFlow版本

Apple发布专为Mac优化的TensorFlow 2.4版本,经实验证实,使用优化的版本,无论是在MacBook Pro还是Mac Pro上,训练工作负载中每批次执行时间,都比使用TensorFlow 2.3还要短,而且在使用Apple自家M1芯片的Mac,执行TensorFlow 2.4工作负载,性能要比使用英特尔芯片的Mac高出不少。

深度学习函数库TensorFlow 2,可让开发者在不同的平台、设备和硬件上,训练机器学习模型,而Apple现在专门针对Mac,发布优化TensorFlow版本和新的机器学习运算框架(ML Compute Framework),使得Mac上模型训练工作能够更加快速。

新加入的机器学习运算框架,可以利用Mac的硬件,来加速模型训练工作负载,无论是使用搭载M1和英特尔芯片的Mac,都能获得性能提升,官方提到,特别是M1芯片中拥有高达8核CPU和8核GPU,更可极大程度提升训练性能。

M系列芯片为Apple Silicon其中一个系列,从iPhone 4开始,Apple就开始采用基于Arm架构,自己设计的A4芯片,此后包括AirPods、Apple Watch和HomePod,也都是使用Apple芯片,而在2020年6月,Apple首席执行官Tim Cook在Apple全球开发者大会上宣布,启动Mac芯片搬迁计划,Mac系列计算机在两年内,将从英特尔公司的处理器,改为使用Apple自己设计的芯片。

在11月刚结束不久的线上发布会,Apple发布了M系列芯片,以及该系列第一款芯片M1,同时也推出新款使用M1芯片的Mac产品。M1除了拥有多颗运算核心之外,还在单一芯片上集成多种技术,且具备统一内存架构,可大幅改善性能,是目前第一款以5纳米制程生产的个人计算机芯片,而这几天使用M1芯片的新Mac评测不断出炉,无论是在性能还是电池续航力,都获得了极高的评价。

官方使用TensorFlow 2.4进行实验,发现TensorFlow 2.4在Mac上性能,的确较TensorFlow 2.3好,而M1芯片的表现也比英特尔芯片还要好。结果显示M1芯片在机器学习领域,似乎也有很大的发展空间。

在2020最新使用英特尔芯片的MacBook Pro上,执行TensorFlow 2.3和经优化的TensorFlow 2.4,在Style Transfer以及DenseNet121等工作负载,TensorFlow 2.4版本每批次执行秒数都明显较低,而在使用M1芯片的MacBook Pro执行TensorFlow 2.4,比起英特尔的MacBook Pro的性能,更是快上好几倍。

在Mac Pro的比较上,由于尚没有M1芯片的机型,因此是以2019年使用英特尔芯片的Mac Pro,分别执行TensorFlow 2.3和经优化的TensorFlow 2.4进行比较,而结果也显示TensorFlow 2.4带来大量的性能提升,甚至在DenseNet121等模型,性能提升超过10倍。

官方提到,开发者不需要更改现有TensorFlow脚本,就能使用新加入的机器学习运算框架,机器学习运算框架会以TensorFlow的后端,或是扩展组件的形式运行。开发者现在就可以在Apple的GitHub存储库中,下载Mac优化的TensorFlow 2.4分支,之后TensorFlow官方会在主要分支中,整合Apple的版本,开发者将更容易获取更新和使用,为Mac优化的功能。

发表评论