蘋果在iPad和iPhone系列中首次推出了基于蘋果A系列處理器的蘋果硅片臺(tái)式機(jī)/筆記本電腦處理器。他們推出了這一新的處理器的同時(shí)，也推出了三款新的Mac，包括新的M1 MacBook Air、M1 MacBook Pro和M1 Mac mini。

這些新的M1 mac都在宣傳使用新的M1處理器時(shí)令人難以置信的表現(xiàn)：CPU速度提高了3.5倍，GPU的速度提高了5倍，使用了使用新的Neural Engine，機(jī)器學(xué)習(xí)速度提高了9倍。至于電池續(xù)航時(shí)間，MacBook Air可以支持15小時(shí)無(wú)線上網(wǎng)和18小時(shí)電影播放（其中他們有一個(gè)小小的廣告，那就是推薦使用appletv應(yīng)用程序播放電影）。不知道這是否會(huì)有什么不同，但只有等Youtube上有人測(cè)試時(shí)，具體續(xù)航才會(huì)曝光。至于MacBook Pro，它的電池續(xù)航時(shí)間為17小時(shí)的無(wú)線上網(wǎng)和20小時(shí)的蘋果tv電影播放。不管你信與不信，在我看來20小時(shí)的續(xù)航時(shí)間是難以置信的。我現(xiàn)在手中使用的是16英寸i9 MacBook Pro，我覺得它的電池續(xù)航時(shí)間（11小時(shí)）已經(jīng)非常出色。

M1 架構(gòu)

新的M1架構(gòu)采用了最新的5nm技術(shù)。它在處理器中有1個(gè)CPU, 1個(gè)GPU, 1個(gè)神經(jīng)引擎以及DRAM單元。由于RAM內(nèi)置在處理器中，因此所有組件都會(huì)訪問相同的內(nèi)存。這意味著不會(huì)再因?yàn)閷?nèi)存從一個(gè)組件移動(dòng)到下一個(gè)組件而造成性能損失。無(wú)需再嘗試弄清楚你的模型是否符合GPU的內(nèi)存規(guī)格。

CPU

這塊CPU是8核CPU，其中4核是用于數(shù)據(jù)處理和一些需要高性能任務(wù)的高性能內(nèi)核，另外4核被稱為“e核”或高效內(nèi)核，提供更高的處理效率和更低的功耗的任務(wù)。

https://arstechnica.com/gadgets/2020/11/apple-dishes-details-on-its-new-m1-chip/ 在網(wǎng)站上，蘋果沒有宣稱它的任何CPU性能。然而，在gadgets.ndtv.com上發(fā)布的Geekbench性能測(cè)試顯示，它有著3.2GHz的基頻，比16英寸Macbook Pro上的英特爾酷睿i9-9880H處理器的基頻要高。 讓我們比較一下在新的M1處理器上和一些其他的處理器的性能測(cè)試分?jǐn)?shù)。

在和4個(gè)非常受歡迎的CPU的性能的比較之下，蘋果M1在單核上的表現(xiàn)優(yōu)于所有CPU，甚至在16英寸Macbook Pro上的i9處理器上也很好。直到在有關(guān)使用多核處理器的問題上，你才會(huì)想看到其他處理器的優(yōu)勢(shì)，尤其是AMD處理器，與M1處于一種競(jìng)爭(zhēng)關(guān)系。

這一切對(duì)機(jī)器學(xué)習(xí)意味著什么?

首先，CPU和GPU之間共享的RAM（內(nèi)存）應(yīng)該會(huì)提高性能，因?yàn)閺腃PU RAM到GPU RAM的數(shù)據(jù)傳輸不會(huì)再產(chǎn)生延遲。 對(duì)于單核得分和多核得分，大多數(shù)數(shù)據(jù)預(yù)處理庫(kù)沒有充分利用處理器的多核優(yōu)勢(shì);因此，多核分?jǐn)?shù)對(duì)數(shù)據(jù)預(yù)處理的作用很小，基本沒有意義。在數(shù)據(jù)預(yù)處理中，單核得分越高，處理效果越好。

GPU

其中集成的GPU是一塊8核GPU，可以同時(shí)執(zhí)行25,000個(gè)線程。蘋果聲稱這是“世界上最快的個(gè)人電腦集成顯卡（最快的集成在PC上的圖像處理器）”，具有每秒2.6萬(wàn)億次浮點(diǎn)數(shù)計(jì)算(32位的浮點(diǎn)數(shù))的吞吐量。當(dāng)然，這對(duì)于一個(gè)集成的GPU來說是令人印象深刻的，但作為數(shù)據(jù)科學(xué)家，我們更感興趣的是其整體性能。 讓我們來看看和其他GPU的比較。

從這些值來看，M1芯片可能適用于視頻處理、圖像處理、Apple Arcade（游戲訂閱服務(wù)）或游戲上。而GPU將無(wú)法很好地用于機(jī)器學(xué)習(xí)。它的確有一定的能力，但不是我們所預(yù)期的表現(xiàn)。你可能會(huì)贊同這樣的想法：憑借其每秒11.2萬(wàn)億次浮點(diǎn)數(shù)計(jì)算的能力，裝載了RTX 2080 Super的Razer Blade Pro 17是一個(gè)更好的選擇.不過，蘋果還在M1處理器中添加了一個(gè)神經(jīng)引擎，專門用于提高機(jī)器學(xué)習(xí)效率。

神經(jīng)引擎

M1處理器還配備了蘋果專為機(jī)器學(xué)習(xí)過程設(shè)計(jì)的業(yè)內(nèi)領(lǐng)先的神經(jīng)引擎。這款神經(jīng)引擎之前已經(jīng)被裝載到了iPad和iPhone的A系列處理器中，但直到現(xiàn)在才被添加到Mac上使用。 蘋果聲稱，其新16核神經(jīng)引擎的運(yùn)行速度達(dá)到了每秒可以執(zhí)行11萬(wàn)億次運(yùn)算。

*每秒11萬(wàn)億次運(yùn)算？他們說的是每秒11萬(wàn)億次浮點(diǎn)數(shù)運(yùn)算？如果是這樣的話它就可以成為這個(gè)領(lǐng)域的一個(gè)有力競(jìng)爭(zhēng)者。 當(dāng)你將這種計(jì)算速度與集成內(nèi)存(低延遲)和20小時(shí)的電池壽命結(jié)合在一起時(shí)，對(duì)于四處奔波的數(shù)據(jù)科學(xué)家來說，這可能就是一個(gè)值得考慮的選擇了。你不僅得到了一塊可與RTX 2080 Super媲美的GPU，擁有著業(yè)界最好的單核得分的CPU，外形與MacBook Air相當(dāng)，而且還擁有18-20小時(shí)的電池續(xù)航時(shí)間。 關(guān)于這個(gè)問題的另一個(gè)想法是，一些機(jī)器學(xué)習(xí)的框架是否可以利用GPU和神經(jīng)引擎來訓(xùn)練和執(zhí)行推理。

Apple M1芯片及其軟件支持

現(xiàn)在我們來談?wù)勡浖С帧Ｎ业膯栴}是： M1可以與一些最常用的軟件一起工作嗎?(例如，Python, VSCode, Jetbrains, Anaconda, Excel, Juypter Notebooks)

Python

Apple Silicon芯片使用的是基于arm的指令集的結(jié)構(gòu)。Python已經(jīng)可以在許多其他平臺(tái)上運(yùn)行，包括ARM、MIPS、PowerPC、i386和x86-64。使用Python應(yīng)該是不成問題的。

Juypter Notebook

現(xiàn)在的情況仍不能十分確定Juypter筆記本是否支持與蘋果M1處理器兼容。我們已經(jīng)發(fā)現(xiàn)了一個(gè)鏈接，它是通過使用docker在ARM架構(gòu)上運(yùn)行jupyter notebooks。時(shí)間會(huì)證明一切的，包括這是否真的有效。也許當(dāng)VSCod產(chǎn)品一旦可以投入生產(chǎn)，將會(huì)有一個(gè)可以用來工作的Juypter擴(kuò)展。

VSCode

微軟于2020年11月10日在Twitter上宣布，他們正在為蘋果M1開發(fā)VSCode的通用版本。在寫這篇文章的時(shí)候，他們已經(jīng)在他們的網(wǎng)站上建立了ARM的架構(gòu)上測(cè)試的版本。

Microsoft Excel

微軟同樣也于2020年11月11日宣布，將推出新的通用版Mac Office 2019測(cè)試版，支持新的蘋果M1處理器。事實(shí)上，Erik Schwiebert在推特上宣布在同一天微軟正在發(fā)布一個(gè)測(cè)試版本在它的測(cè)試通道上。然而，他們沒有宣布任何公開發(fā)布的日期。

機(jī)器學(xué)習(xí)框架(例如,Tensorflow,Scikit-Learn,Keras之類)支持M1嗎?

Tensorflow

在蘋果M1發(fā)布會(huì)上，蘋果提到了對(duì)Tensorflow的支持。但我還沒有找到有關(guān)這一說法的任何細(xì)節(jié)。Tensorflow框架是為x86_64架構(gòu)和Nvidia gpu構(gòu)建的。目前還沒有ARM或Apple M1架構(gòu)的其他版本。 一些人聲稱你可以通過利用蘋果轉(zhuǎn)換器來執(zhí)行Tensorflow模型上進(jìn)行推理。這里有一個(gè)鏈接 （https://www.inovex.de/blog/tensorflow-models-with-core-ml/) 是一篇關(guān)于從TF模型轉(zhuǎn)換到CoreML上所用的方法的文章。其他意見則認(rèn)為他們(Apple)指的是Swift for Tensorflow。 現(xiàn)在它是未知的，我還找不到任何有關(guān)它的資料。

Scikit-Learn

Scikit-learn會(huì)支持和Apple M1一起工作嗎?我認(rèn)為簡(jiǎn)短的答案是-也許有這個(gè)可能？所以，我們所知道的是，Python是支持M1的ARM架構(gòu)。而且Scikit-learn不需要使用GPU。所以從理論上講，Scikit-learn應(yīng)該適用于Apple M1。 我還可以繼續(xù)說下去，但其他機(jī)器學(xué)習(xí)庫(kù)(PyTorch、Keras等)都和上述的道理大同小異。

綱要

Apple M1：8核的CPU, 8核GPU, 16核神經(jīng)引擎以及集成內(nèi)存。

Apple M1 CPU具有歷史上最出色的單核跑分1687。7433的多核得分，這是一個(gè)十分不錯(cuò)的成績(jī)。比較下，英特爾i9-9880H (Macbook Pro 16 )：?jiǎn)魏说梅?029，多核得分6012。

Apple M1 GPU有每秒2.6萬(wàn)億次浮點(diǎn)數(shù)運(yùn)算的能力,與之對(duì)比Nvidia GeForceRTX 2080 Super(Razer 手提電腦)能達(dá)到每秒11.2萬(wàn)億次浮點(diǎn)數(shù)運(yùn)算。

Apple M1 神經(jīng)引擎自稱有每秒11萬(wàn)億次運(yùn)算的能力。但問題在于這種能力是否是在運(yùn)算浮點(diǎn)數(shù)上?這是在與Nvidia GeForce RTX 2080 Super 的每秒11.2萬(wàn)億次運(yùn)算浮點(diǎn)數(shù)的能力作比較。

Apple M1是否有軟件支持？

免責(zé)聲明：由于我還沒有拿到蘋果M1。（我已經(jīng)訂購(gòu)了，但還沒有收到。）我只是用研究來表明我對(duì)軟件支持這一方面的主張和陳述。不要只是根據(jù)我的調(diào)查結(jié)果來購(gòu)買，請(qǐng)?jiān)谫?gòu)買前自行研究一下。 一旦我收到我的蘋果M1 MacBook Pro，我將用我的發(fā)現(xiàn)寫一篇新的故事。

責(zé)任編輯：lq