原标题：炼丹速度×7！你的Mac电脑也能在PyTorch训练中用GPU加速了一直以来|你的Mac电脑也能在PyTorch训练中用GPU加速了

原标题：炼丹速度×7！你的Mac电脑也能在PyTorch训练中用GPU加速了
一直以来， Pytorch在Mac上仅支持使用CPU进行训练。
就在刚刚， Pytorch官方宣布，其最新版v1.12可以支持GPU加速了。
只要是搭载了M1系列芯片的Mac都行。

文章图片
这也就意味着在Mac本机用Pytorch“炼丹”会更方便了！
训练速度可提升约7倍
此功能由Pytorch与Apple的Metal工程团队合作推出。
它使用Apple的MetalPerformanceShaders(MPS)作为PyTorch的后端来启用GPU加速训练。
为了优化计算性能， MPS还针对MetalGPU系列的独特特性对每个内核进行了微调。
Metal是一个类似OpenGL的框架，只不过OpenGL适用于各平台的移动端GPU渲染和计算， Metal专用于iOS/MacOS平台，不过也兼顾了性能和易用性。
MPS就是一套基于Metal框架的库，直接调用即可使用GPU的高性能进行图形处理、构建卷积神经网络等工作。

文章图片
【原标题：炼丹速度×7！你的Mac电脑也能在PyTorch训练中用GPU加速了一直以来|你的Mac电脑也能在PyTorch训练中用GPU加速了】苹果官方在搭载了M1Ultra、20核CPU、64核GPU、128GBRAM和2TBSSD的MacStudio上进行了测试。
（这阵容差不多能算是豪华配置了）。
他们分别训练了batchsize为128的ResNet50、batchsize为64的HuggingFaceBERT ，以及batchsize=64的VGG16 。
从下图中我们可以发现，相比使用CPU加速，使用GPU可将模型训练速度提高约7倍，评估（evaluation）速度则最高能提约20倍。

文章图片
看到这儿，有网友开始好奇它与搭载了NvidiaGPU的laptop相比性能如何。

文章图片
有人表示，虽说目前M1的原始计算性能比不上英伟达的产品，但功耗方面还不错。未来苹果很有可能慢慢追上性能。
总的来说， MacStudio现在看起来实在太香了。
他进一步解释道：
“毕竟它是你花4800美元就能买到的最便宜、包含128GBGPU内存的机器。现在有了基于GPU加速的PyTorch支持，完全可以用来训练大模型、配置大的batchsize 。
对于我所做的那种DL工作，数据加载比实际的原始计算能力更容易成为瓶颈。 ”

文章图片
你心动了吗？
现在就试试？
只需保证你的macOS操作系统在12.3版本及以上，且安装了arm64原生Python ，然后去官网下载最新的Pytorch预览版就可以了。

文章图片