有没有到货的老哥做一下简单 baseline 的测评对比,用 tf(torch 可能适配还不完整)训的话相当于隔壁什么卡捏?
1
ElliotQi OP 尝试搜了下,还没看到相关测评的视频儿
|
2
INFP 2021-10-26 23:28:44 +08:00
只能用 cpu 做,torch 用不了苹果的 gpu
|
4
kuhung 2021-10-26 23:49:14 +08:00 via iPhone
今天好像看到一个视频:深度学习没啥大提升,相较于旧款独显速度反而更慢,原因是 tf 还没支持好。然后苹果说在做优化了🐶……
|
5
INFP 2021-10-26 23:54:55 +08:00
|
9
forgetlight 2021-10-27 00:01:40 +08:00
做深度学习的还是 remote vscode cluster; colab 吧.. 前几天还在推特上看到一堆人在讨论, 用 m1 的都在劝退想要用这个机器的多 learning 的.
|
10
ElliotQi OP @INFP torch cpu 推理我也试过 速度不算很慢吧。就是这 gpu 和神经网络引擎就摆在那,却用不了也太难受了
平时 debug 还是有这种需求的,如果 m1 max 算力可以推动生态的话,手上 m1 想吃这波红利...不只当成一个 ssh 机器 |
12
ZRS 2021-10-27 01:27:27 +08:00
刚才找了一圈暂时还没看到有人做评测
|
14
deetz 2021-10-27 05:40:37 +08:00
M1 是有的,不过我也在等 M1 pro 和 M1 max 。
M1 的结果见下,也有同 colab 的对比。 https://www.mrdbourke.com/m1-macbook-vs-intel-macbook-speed-comparison/ |
15
deetz 2021-10-27 05:43:14 +08:00
@ZRS ifanr 提了一嘴但是说测试报错了。他们没有更新测试工具,或者没有能力用适配了 apple silicon 的 tensorflow 自己写代码来做。
|
16
makeitwork 2021-10-27 07:30:38 +08:00
@deetz 不错,刚入了 max
刚跑了一下,报错,晚点搞好环境再看看 |
17
xdays 2021-10-27 08:02:26 +08:00
|
18
makeitwork 2021-10-27 08:05:28 +08:00
@xdays 跟 3090 对比,差距很大啊
|
19
telaviv 2021-10-27 08:23:31 +08:00
torch 只支持 CPU ,tensorflow 能用 GPU 。
|
20
ekidona 2021-10-27 08:32:03 +08:00 via iPhone
果家可能还在搞一些类似于 CUDA 和 RoCM 的工具, 等这些成熟了 Unified Memory + Neural Architecute 的优势才会体现出来,现阶段不存在什么可比性。
|
21
deetz 2021-10-27 09:02:13 +08:00 2
@ekidona 可能性比较小。几个理由:
1 )现在 ML 大头还是在 2B 客户和数据中心上,预训练模型规模越来越大,单机没法处理。 2 )从技术上讲,Apple 自己的模型训练也是跑在集群的 GPU 上的。 3 ) Apple 自己的 ML 团队管理也很混乱。前段时间 apple health 团队内部纷争是一个例子。 第一点说明从市场上来说没有利润驱动的动力,第二三点说明内部的动力可能也比较小。 |
22
makeitwork 2021-10-27 10:05:16 +08:00
说白了,阻止炼丹师用 m1max 的最大理由是 pytorch 不支持(短期内也不可能支持) m1max 。一票否决了。tf 在发论文的那群人里已经没人用了。
|
23
liutian9 2021-10-27 11:42:30 +08:00
@deetz 同意,果子内部硬件团队地位碾压软件,要做个 in house CUDA 级别的工具肯定没法说服上面投入足够的资源
|
25
2NUT 2022-05-29 10:50:10 +08:00
@makeitwork #22 现在支持了
|