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 Nov 21, 2020 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 Nov 21, 2020
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 Nov 21, 2020
|
 |
6
wanguorui123 Nov 21, 2020 via iPhone
Apple M1 没用 HBM2 超高带宽内存
|
 |
7
funcookies Nov 21, 2020 via iPhone
emm，合着 M1 要同时拳打 9900K 脚踢 1080Ti 压力有点大啊
|
 |
9
Cielsky Nov 21, 2020  1
Intel：姓 A 的果然没一个好东西
|
 |
10
LadyChunsKite Nov 21, 2020 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 Nov 21, 2020 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 Nov 21, 2020
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。
|
Select Language