机器学习该买Apple Silicon吗

2022-05-06

485

自从Apple Silicon推出以来,由于其出色的性能表现,一再在测评圈刷屏。M1 Max芯片更是由于使用了大容量统一内存而获得了专业用户的青睐。但细品以后你会发现,Apple Silicon的卓越性能几乎只体现在了视频编辑领域,那么在机器学习这样的领域它又表现如何呢?毕竟一块RTX 3090Ti显卡的价格已经相当于一台M1 Pro版Mac Studio了,而且最高128GB的高速共享显存实在是太诱人了。


在Apple Silicon上做Benchmark的数据并不多,主要原因是早期主要的AI框架(Tensorflow和PyTorch)并不支持Apple Silicon,无法充分使用其显卡和神经网络单元。随后Apple推出了基于Metal API的Tensorflow版本tensorflow-macos,基于Tensorflow的模型可以获得Apple Silicon的加速。听起来还不错,但实际的情况是怎样的呢。由于tensorflow-macos是闭源的,一些关键问题无法得到回复(如Adam算法无法在Intel版本上运行,持续的内存泄漏等,参考https://developer.apple.com/forums/thread/691917),没有修复时间表,用户也无法自己解决。PyTorch和Apple Silicon的相互支持事宜甚至都还没有日程,甚至有用户认为由于Apple和Facebook的商务纠纷,这一天将永远不会到来(参考https://github.com/pytorch/pytorch/issues/47702)。


在开源软件大行其道的今天,使用闭源组件作为复杂系统的一部分会是非常不明知的选择。纵然Apple Silicon可能性能卓越,除非出现基于Apple Silicon的开源方案,否则NVIDIA显卡依然是唯一的选择。但传说如今3080/90显卡中矿渣居多,所以在40系显卡问世前租用一台线上显卡或许也值得考虑。

技术交流
我们建立了多个云原生技术交流群,其中有来自Oracle、Citrix、华为、腾讯等国内外云计算专家,立即扫码,拉你进群。目前已有2000+开发者加入我们......
云原生厂商 云原生技术服务商
在云原生时代,行云创新致力于通过赋能开发者,实现企业快速迭代与交付,大幅提升创新效率。
产品下载