这是一个创建于 1104 天前的主题，其中的信息可能已经有所发展或是发生改变。
没有用过 mac ，如题，好奇这么强大的芯片，能本地跑 ml 吗？
 |
1
reallynyn 2021-10-30 23:40:03 +08:00
大部分 ml 框架支持的都是 cuda ，max 刚出支持的肯定不多，最终能不能达到 romc 的普及度都是个问题。。
|
 |
2
icyalala 2021-10-30 23:49:30 +08:00
苹果有自己的 ML API ，要说能不能跑 ML ，那当然能跑，但肯定不是你期待的东西。
|
 |
3
wyfyw 2021-10-31 00:08:23 +08:00
|
 |
4
reinpal 2021-10-31 02:35:27 +08:00
我干这个的，有点发言权，前两天 14 寸 32g 到手，跑了个 longformer 试试，pytorch 不识别 m1 的 gpu 所以用 cpu 跑的，的确能跑起来。跑的过程中还能干点别的（指摸鱼），但是就是很慢，3 个多小时跑一个 epoch
结论：对 DL 来说不太可以，小一点的 model 可以跑 inference ，不能从头训练，如果能接受这个时长，勉强算是可以跑，但是还是不是很推荐。如果跑的是那种传统的 ML 和相对而言小一点的数据集应该是可以的，毕竟不吃 gpu ，吃 cpu 和内存。如果你的数据集好几 g ，那还是老老实实上服务器或者 colab 吧 |
 |
6
houshuu 2021-10-31 09:46:24 +08:00
之后应该会支持起来吧, 不过干机器学习的从学生时代应该就是服务器上跑了, 机器也就是编辑下代码的工作.
|
 |
8
nuevepicos 2021-10-31 12:57:13 +08:00
Tensorflow 支持苹果的 ML comupte （类似 Nvidia 的 cuDNN ）
但 Pytorch 应该不行 现在好像用后者的更多？ |
 |
9
dddd1007 2021-10-31 13:50:34 +08:00
用 cmdstan 做 MCMC 模拟的时候，我的 M1 明显比 i9-2080Ti 台式机跑得更快。
stan 社区也有几个用户有相同的报告。 |
 |
12
crystone 2021-10-31 15:02:31 +08:00
就看社区的发展了，如果好的话是可以做起来的，吧
|
 |
13
fl2d 2021-10-31 15:26:13 +08:00 via iPhone
曾经炒过一波 swift 的机器学习框架，苹果应该给这个社区捐点钱啊。
|
 |
14
zinplus 2021-11-01 03:52:43 +08:00
昨天配置好后，新 16 寸丐版跑 tensorflow 使用 metal 框架，比我之前的 17 年 mbp i5 纯 cpu 训练，要快 60 倍。
另外 tensorflow 直接安装会报错，研究了一下后发现用 miniforge 来虚拟环境还是挺方便直接的。有需要的话我可以发一下我配置好的 requirement.yml |
Select Language