谷歌 TensorFlow 2.4 Mac M1 优化版发布：相比 Intel MacBook Pro/Mac Pro 性能巨大提升

12月3日消息 google显露，借助 TensorFlow 2，可在跨领域、装备和硬件上完成一流的练习机能，从而使开辟者、工程师和研究职员能够或许在他们稀饭的领域上工作。中文国外得悉，现在，TensorFlow 用户能够在搭载 Apple 斩新 M1 芯片或 Intel 芯片 Mac 上的 行使 TensorFlow 2.4 Mac 优化版和新的 ML Compute 框架来加速练习速度。这些改善提升了 Apple 开辟者通过 TensorFlow Lite 在 iOS 上实行 TensorFlow 的才气，连续展现了 TensorFlow 在 Apple 硬件上支撑高机能 ML 实行方面的广度和深度。

接纳 ML Compute 时 Mac 上的机能

Apple 近期公布了搭载斩新 M1 芯片的系列 Mac 产品，云云一来，Apple 针对 Mac 优化的 TensorFlow 2.4 版能够或许充分行使 Mac 的壮大功效并在机能上大幅提升。

ML Compute 是 Apple 的新框架，能够在 Mac 上练习 TensorFlow 模子，现在，您能够在搭载 M1 和 Intel 芯片的 Mac 上完成加速的 CPU 和 GPU 练习。

比方，M1 芯片搭载功效壮大的新式 8 核 CPU 和多达 8 核 GPU，均针对 Mac 上的 ML 练习使命举行了优化。在下图中，您能够看到针对 Mac 优化的 TensorFlow 2.4 怎样在搭载 M1 和 Intel 芯片的通用型号 Mac 上完成庞大的机能提升。

▲在搭载 M1 和 Intel 芯片的 13 英寸 MacBook Pro 上应用 ML Compute 时对多见模子练习影响，以每批秒数表现，数字越小显露练习时间越短

▲在搭载 Intel 芯片的 2019 Mac Pro 上应用 ML Compute 时对多见模子的练习影响，以每批秒数表现，数字越小显露练习时间越短

开始应用针对 Mac 优化的 TensorFlow

用户无需对其现有的 TensorFlow 剧本举行任何变动即可应用 ML Compute 用作 TensorFlow 和 TensorFlow 插件的后端。

开始，请走访 Apple 的 GitHub 堆栈，打听怎样下载和安置 Mac 优化的 TensorFlow 2.4。

在不久的未来，google会将该版本集成到 TensorFlow master 分支中，应用户能更轻松地举行此类更新，从而获取这些机能数据。

您能够在 Apple 的机械借鉴网站上打听 ML Compute 框架细节。