M1 / Intel MacのTensorFlowの飛躍的な速度向上

以下の記事を参考に書いてます。

・Accelerating TensorFlow Performance on Mac

1. はじめに

「TensorFlow 2」を使用すると、様々なプラットフォーム、デバイス、ハードウェアでのクラス最高の学習パフォーマンスにより、開発者、エンジニア、研究者は好みのプラットフォームで作業できます。「M1」および「Intel」搭載したMacのTensorFlowユーザーは、「Mac-optimized version of TensorFlow 2.4」と新しい「ML Compute」を使用して、飛躍的な速度向上が可能になりました。この改善は、Apple開発者が「TensorFlow Lite」を介してiOSで「TensorFlow」を実行できる機能と相まって、Appleハードウェアでの高性能ML実行のサポートにおけるTensorFlowの幅と深さを引き続き示しています。

2. ML Computeを使用したMacでのパフォーマンス

Macは長い間、開発者、エンジニア、研究者に人気のあるプラットフォームでした。 「Mac-optimized version of TensorFlow 2.4」は、Macのフルパワーを活用してパフォーマンスを大幅に向上させます。

Mac上でTensorFlowモデルの学習を強化するAppleの新しいフレームワークである「ML Compute」により、「M1」および「Intel」を搭載したMacの両方で加速されたCPUとGPUの学習を利用できるようになりました。

たとえば、M1チップには、MacでのML学習タスク用に最適化された強力な新しい8コアCPUと最大8コアGPUが含まれています。以下のグラフでは、Macに最適化された「TensorFlow 2.4」が、「M1」または「Intel」を搭載したMacの両方でパフォーマンスを大幅に向上させることを示しています。

「M1」および「Intel」搭載の13インチMacBook Proで「MLCompute」を使用した一般的なモデルへの学習の影響は、バッチあたりの秒数で示され、数値が小さいほど学習時間が短いことを示します。

Intel搭載の2019MacProで「ML Compute」を使用した一般的なモデルへの学習の影響は、バッチあたりの秒数で示され、数値が小さいほど学習時間が短いことを示します。

3. Mac-optimized TensorFlow 入門

「ML Compute」をTensorFlowおよびTensorFlowアドオンのバックエンドとして使用するには、既存のTensorFlowスクリプトに変更を加える必要はありません。

AppleのGitHubリポジトリにアクセスして、「Mac-optimized TensorFlow 2.4」ダウンロードしてインストールしてください。

近い将来、TensorFlowマスターブランチに統合する予定です。「ML Compute」については、Appleの機械学習Webサイトを参照してください。

OpenAI Gym / Baselines 深層学習・強化学習 人工知能プログラミング 実践入門