The new M1 Macs make cutting-edge, machine-learning workstations
عندما تفكر في برمجة أجهزة الكمبيوتر التي تعمل بالتعلم الآلي، فإن أحلام المطورين ذوي النواة الصلبة hard-core تتحول إلى أجهزة قوية عالية الثمن تعمل بنظام Linux. لكن معيارًا حديثًا أجراه مبرمجو TensorFlow أظهر أن أجهزة Mac التي تعمل بشريحة M1 الجديدة من Apple يمكن أن تمنح هذه الصناديق فرصة لأموالها.
تحدثنا مؤخرًا عن مقدار قوة الحوسبة التي نحتاجها حقًا هذه الأيام. بعد كل شيء، حتى جهاز Chromebook منخفض الطاقة نسبيًا يمكنه التعامل مع جميع أعمال المكتب. لكن المبرمجين الجادين الذين يعملون على التعلم الآلي ML يحتاجون إلى كل قوة وحدة المعالجة المركزية التي يمكنهم الحصول عليها. تأتي محطة عمل ML النموذجية للمبتدئين، مثل HP Z6 G4 Workstation مفردة مع 28 نواة و 2.0 جيجاهرتز Intel Xeon Platinum و 48 جيجابايت من ذاكرة الوصول العشوائي و 500 جيجابايت 2.5 بوصة SSD و NVIDIA GeForce RTX 2080Ti يعمل بنظام Ubuntu Linux 20.04. بالتأكيد إنها مزحة!
في الواقع، لا، إنها ليست مزحة. وجد Pankaj Kanwar، مدير البرنامج الفني لوحدات معالجة Tensor (TPU) في Google، أن TensorFlow على أجهزة Mac المدعومة بشريحة M1 الجديدة من Apple تتعثر.
أيضًا: السؤال الأكبر على Apple M1: ما الذي كانت Intel تقوم به خلال كل هذه السنوات؟
TensorFlow، التي أنشأتها Google، هي أشهر منصة ML مفتوحة المصدر. يتم استخدامها من قبل الجميع تقريبًا في عالم ML / الذكاء الاصطناعي.
وجد Kanwar و Fred Alcober، رئيس تسويق منتجات Google في TensorFlow و AI / ML و Quantum AI، أن إصدار Apple المحسّن لنظام Mac من TensorFlow 2.4 يعمل على نظام MacBook Pro 13 بوصة قبل الإنتاج مع شريحة Apple M1 وذاكرة وصول عشوائي 16 جيجابايت و 256 جيجابايت SSD، شهد قفزة هائلة في الأداء مقارنة مع سابقاتها من Intel.
يمكن لـ ML Compute، وهو إطار عمل Apple الجديد الذي يدعم التدريب لنماذج TensorFlow مباشرة على جهاز Mac، الاستفادة الكاملة من التدريب المتسارع لوحدة المعالجة المركزية ووحدة معالجة الرسومات على كل من أجهزة Mac التي تعمل بنظام M1 و Intel.
لن يحتاج المبرمجون إلى تغيير نصوص TensorFlow الحالية الخاصة بهم لاستخدام ML Compute كخلفية لـ TensorFlow و TensorFlow Addons. للبدء، تفضل بزيارة GitHub repo من Apple للحصول على إرشادات لتنزيل وتثبيت TensorFlow 2.4 fork المحسن لنظام التشغيل Mac. قريبًا، ستقوم Google بدمج النسخة المتشعبة في فرع TensorFlow الرئيسي.
تحدثنا مؤخرًا عن مقدار قوة الحوسبة التي نحتاجها حقًا هذه الأيام. بعد كل شيء، حتى جهاز Chromebook منخفض الطاقة نسبيًا يمكنه التعامل مع جميع أعمال المكتب. لكن المبرمجين الجادين الذين يعملون على التعلم الآلي ML يحتاجون إلى كل قوة وحدة المعالجة المركزية التي يمكنهم الحصول عليها. تأتي محطة عمل ML النموذجية للمبتدئين، مثل HP Z6 G4 Workstation مفردة مع 28 نواة و 2.0 جيجاهرتز Intel Xeon Platinum و 48 جيجابايت من ذاكرة الوصول العشوائي و 500 جيجابايت 2.5 بوصة SSD و NVIDIA GeForce RTX 2080Ti يعمل بنظام Ubuntu Linux 20.04. بالتأكيد إنها مزحة!
في الواقع، لا، إنها ليست مزحة. وجد Pankaj Kanwar، مدير البرنامج الفني لوحدات معالجة Tensor (TPU) في Google، أن TensorFlow على أجهزة Mac المدعومة بشريحة M1 الجديدة من Apple تتعثر.
أيضًا: السؤال الأكبر على Apple M1: ما الذي كانت Intel تقوم به خلال كل هذه السنوات؟
TensorFlow، التي أنشأتها Google، هي أشهر منصة ML مفتوحة المصدر. يتم استخدامها من قبل الجميع تقريبًا في عالم ML / الذكاء الاصطناعي.
وجد Kanwar و Fred Alcober، رئيس تسويق منتجات Google في TensorFlow و AI / ML و Quantum AI، أن إصدار Apple المحسّن لنظام Mac من TensorFlow 2.4 يعمل على نظام MacBook Pro 13 بوصة قبل الإنتاج مع شريحة Apple M1 وذاكرة وصول عشوائي 16 جيجابايت و 256 جيجابايت SSD، شهد قفزة هائلة في الأداء مقارنة مع سابقاتها من Intel.
يمكن لـ ML Compute، وهو إطار عمل Apple الجديد الذي يدعم التدريب لنماذج TensorFlow مباشرة على جهاز Mac، الاستفادة الكاملة من التدريب المتسارع لوحدة المعالجة المركزية ووحدة معالجة الرسومات على كل من أجهزة Mac التي تعمل بنظام M1 و Intel.
لن يحتاج المبرمجون إلى تغيير نصوص TensorFlow الحالية الخاصة بهم لاستخدام ML Compute كخلفية لـ TensorFlow و TensorFlow Addons. للبدء، تفضل بزيارة GitHub repo من Apple للحصول على إرشادات لتنزيل وتثبيت TensorFlow 2.4 fork المحسن لنظام التشغيل Mac. قريبًا، ستقوم Google بدمج النسخة المتشعبة في فرع TensorFlow الرئيسي.
