首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

TensorFlow 2.4 Mac 优化版:性能大幅提升,可在最新的M1芯片上运行

通过 TensorFlow 2 在各种不同的平台、设备和硬件上提供一流的训练性能,使开发人员、工程师和研究人员能够在他们喜欢的平台上工作。TensorFlow 用户现在可以在搭载 Intel CPU 的 Mac 或搭载 Apple 新芯片 M1 的 Mac 上使用 TensorFlow 2.4 Mac 优化版 和新的 ML Compute(机器学习计算)框架进行加速训练。这些改进,加上 Apple 开发人员可以通过 TensorFlow Lite 在 iOS 上执行 TensorFlow,继续展示了 TensorFlow 在 Apple 硬件上支持高性能机器学习执行的广度和深度。

使用 ML Compute 在 Mac 上的性能

Mac 一直是开发人员、工程师和研究人员所喜爱的平台。随着 Apple 上周宣布 推出一系列采用新芯片 M1 的 Mac 计算机,TensorFlow 2.4 Mac 优化版充分利用了 Mac 的全部能力,在性能上有了巨大的飞跃。

ML Compute 是 Apple 推出的新框架,它支持在 Mac 上进行 TensorFlow 模型的训练,现在你可以在搭载 M1 或 Intel CPU 的 Mac 计算机上利用加速的 CPU 和 GPU 进行训练。

例如,M1 芯片包含了一个强大的新 8 核 CPU 和多达 8 核的 GPU,这些都是针对 Mac 计算机上的机器学习训练任务而优化的。在下面的图表中,你可以看到 TensorFlow 2.4 Mac 优化版在流行的搭载 M1 和 Intel CPU 的 Mac 上如何实现巨大的性能提升的。

在搭载 M1 和 Intel CPU 的 13 英寸 MacBook Pro 上,使用 ML Compute 的常见机型的训练效果以秒为单位显示,数字越小表明训练时间越短。

在搭载 Intel CPU 的 MacPro 2019 款上使用 ML Compute 对常见机型的训练效果以秒为单位显示,数字越小表明训练时间越短。

TensorFlow Apple Mac 优化版入门

用户无需对现有的 TensorFlow 脚本进行任何更改,就可以使用 ML Compute 作为 TensorFlow 和 TensorFlow 插件的后端。

首先,请访问 Apple 的 GitHub 仓库,了解如何下载并安装 TensorFlow 2.4 Apple Mac 优化版分叉(fork)的说明。

在不久的将来,Apple 将通过分叉版本集成到 TensorFlow 主分支 中,使这样的更新更容易让用户获得这些性能数据。

你可以在 Apple 的机器学习网站上了解更多关于 ML Compute 框架的信息。

原文链接:

https://blog.tensorflow.org/2020/11/accelerating-tensorflow-performance-on-mac.html

  • 发表于:
  • 本文为 InfoQ 中文站特供稿件
  • 首发地址https://www.infoq.cn/article/cuRuULlc0KX1PtN91W14
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券