深度學習框架PyTorch與Apple的Metal繪圖API團隊合作,開始在Mac上的PyTorch訓練支援GPU加速,使得PyTorch訓練速度比原本僅使用CPU快上數倍,而這改進Mac執行機器學習工作流程的能力,使得開發者能夠在本地端更順暢地進行模型原型設計和微調。

過去Mac上的PyTorch訓練僅能利用CPU進行運算,但在即將發布的PyTorch v1.12版本中,開發者可以使用Apple Silicon GPU來顯著加速模型訓練。PyTorch團隊解釋,加速GPU訓練使用Apple的渲染器Metal Performance Shaders(MPS)作為後端實作,MPS後端擴充了PyTorch框架,在Mac上提供腳本和功能以配置和執行運算。

由於每臺Apple Silicon裝置都有統一的記憶體架構,GPU能夠直接存取完整的記憶體儲存,官方提到,這使得Mac更適合用於機器學習開發,開發者能夠在本地端訓練更大的網路,降低雲端開發成本,以及對額外本地端GPU的需求,而且統一記憶體架構也減少了資料檢索延遲,提高端到端效能。

根據PyTorch團隊的測試,在GPU上進行模型訓練和評估的速度,都比CPU基準高上不少。

PyTorch開發者想要在Mac上用到GPU加速的功能,需要執行macOS 12.3或更高版本,且安裝arm64原生版本Python的Apple Silicon Mac,PyTorch則需要即將發布的PyTorch v1.12,該版本目前正在預覽階段。

熱門新聞

Advertisement