image

Apple выпустила форк TensorFlow, среды разработки Google для искусственного интеллекта и машинного обучения, оптимизированную для компьютеров Mac Intel и Mac на новом чипе M1. Apple заявляет, что версия TensorFlow 2.4 на платформе ML Compute в macOS Big Sur позволяет разработчикам использовать ускоренное обучение процессоров и видеокарт на 8-ядерном CPU и 8-ядерном GPU M1.

Обучение сложных моделей искусственного интеллекта может быть непомерно дорогим для разработчиков. Google потратила около $6,9 млн на обучение BERT, модели двунаправленного преобразователя для 11 задач обработки естественного языка.

Новый пакет TensorFlow, оптимизированный для Mac, обещает снизить порог входа, позволяя предприятиям обучать и развертывать модели легче и дешевле, чем раньше.

TensorFlow 2.4 объединяет слои нейронной сети, выбор соответствующего типа устройства, а также компиляцию и выполнение графа в виде задач, которые ускоряются BNNS на CPU и шейдерами Metal Performance на GPU. Apple утверждает, что пользователи TensorFlow могут пройти обучение на 13-дюймовом MacBook Pro с M1 в 7 раз быстрее.

image

Внутренние тесты Apple показывают, что популярные модели, такие как MobileNetV3, обучаются всего за 1 секунду на 13-дюймовом MacBook Pro с M1 и новым выпуском TensorFlow. Это вдвое быстрее процесса обучения на 13-дюймовом MacBook Pro с процессором Intel, работающем со старым пакетом TensorFlow.

image

Более того, компания утверждает, что обучение алгоритму переноса стиля на Mac Pro 2019 года на базе Intel можно выполнить примерно за 2 секунды по сравнению с 6 секундами в неоптимизированных версиях TensorFlow.

Технический менеджер программы Google Панкадж Канвар и руководитель отдела маркетинга продуктов Фред Алкобер отмечают, что эти улучшения в сочетании с возможностью разработчиков Apple запускать TensorFlow на iOS через TensorFlow Lite «продолжают демонстрировать широту и глубину TensorFlow в поддержке высокопроизводительного выполнения машинного обучения на оборудовании Apple».

В ближайшем будущем компании планируют начать интеграцию версии TensorFlow 2.4 в главную ветку.

Тем не менее, пока MacBook Air, MacBook Pro и Mac mini на новом чипе М1 с ARM-архитектурой пока не хватает нативного софта и сред разработки. Многие проекты с открытым исходным кодом еще не перестроились на работу с Arm64.
См. также: