原结论:“更新一组数据,M1+Core ML 的训练时间为 139 秒,精度为 98.91%,离 1080Ti 还是很有距离的,大约慢了两倍。” M1 大约在 139 秒,1080ti 在 52.96 秒。且 M1 训练精度差一些。
看来 M1 芯片能打是能打,但还没至于颠覆的地步。单说神经网络训练这块,应该是近似于 1060 的性能。当然高负荷工作能力可能不如 1060 。
放上链接: https://www.bilibili.com/video/BV1X54y1r7zt#reply3730718614
1
jmc891205 2020-11-21 14:48:00 +08:00 via iPhone
为什么要用 cpu 去和 gpu 比神经网络的训练速度。。。
|
2
shizishanxia OP @jmc891205 他这个是用 CoreML 调用了那个 NPU
|
3
CommandZi 2020-11-21 15:02:37 +08:00
类似的测试可以做很多,比如说 1080ti 运行个游戏,帧数肯定是 M1 的几倍,然后得出结论「没至于颠覆的地步」?
这里问题是大家对「颠覆」的定义是什么? 像我是做软件开发的,包括 iOS 开发,根据 https://github.com/devMEremenko/XcodeBenchmark 这里的测试结果,M1 对我来说就是颠覆了,很能打。提高生产率的同时还省钱了,对我来说没有比这更颠覆的事情了好吗! |
4
Procumbens 2020-11-21 15:11:00 +08:00
|
6
wanguorui123 2020-11-21 17:30:23 +08:00 via iPhone
Apple M1 没用 HBM2 超高带宽内存
|
7
funcookies 2020-11-21 18:31:04 +08:00 via iPhone
emm,合着 M1 要同时拳打 9900K 脚踢 1080Ti 压力有点大啊
|
9
Cielsky 2020-11-21 22:04:43 +08:00 1
Intel:姓 A 的果然没一个好东西
|
10
LadyChunsKite 2020-11-21 23:30:58 +08:00 via iPhone
挺心动的。想等接下来的 16 寸。
我有个疑问,MacBook 的发布时间好像不太规律?今年发布了 2 次 MacBook Air ?那明年什么时候发布 Pro,3 月份还是 11 月份? |
11
mmtromsb456 2020-11-21 23:41:58 +08:00 via iPhone
@shizishanxia 是 ML Compute 框架,而且只用到了 M1 的 GPU,目前 ML Compute 框架并不支持 NPU,并且 NPU 目前也只能用来加速推理还不能用来加速训练
|
12
Xi 2020-11-21 23:48:48 +08:00
是没超过 1060ti,但是想想它们两个的功耗,还是以后优化的空间,
|
13
shizishanxia OP @mmtromsb456 我一开始的理解也是 NPU 无法直接加速训练,他这个视频里说的是 ML 调用的神经网络引擎,tensorflow 调用不了。
|
14
shizishanxia OP @LadyChunsKite 是啊,所以真的可以再等等,台积电说明年的 5nm 技术有大优化。
|