새로운 M1 맥북이 딥 러닝에 좋은가요?알아 보자

기본 딥 러닝 작업을위한 M1 Mac 대 Google Colab

Dario Radečić

Image for post — Photo by **veeterzy** from **Pexels**

새로운 Apple M1 칩 뒤에는 많은 과장이 있습니다.지금까지 인텔이 제공 한 모든 것보다 우수한 것으로 입증되었습니다.그러나 이것이 딥 러닝에 어떤 의미가 있습니까?그것이 오늘 여러분이 알게 될 것입니다.

새로운 M1 칩은 단순한 CPU가 아닙니다.MacBook Pro에서는 8 코어 CPU, 8 코어 GPU 및 16 코어 신경 엔진으로 구성됩니다.프로세서와 GPU는 모두 이전 세대 Intel 구성보다 훨씬 우수합니다.

저는 이미 M1 칩이 얼마나 빠른지 시연했습니다.정규 데이터 과학 작업,하지만 딥 러닝은 어떻습니까?

에스hort 대답 — 예,이 부서에는 약간의 개선이 있습니다.하지만 이제는 Mac이Google Colab?Colab은 완전히 무료 옵션입니다.

기사는 다음과 같이 구성됩니다.

CPU 및 GPU 벤치 마크
성능 테스트 — MNIST
성능 테스트 — Fashion MNIST
성능 테스트 — CIFAR-10
결론

중요 사항

모든 데이터 과학 라이브러리가 아직 새로운 M1 칩과 호환되는 것은 아닙니다.TensorFlow (버전 2.4)가 제대로 작동하도록하는 것은 말처럼 쉽지 않습니다.

당신은 참조 할 수 있습니다이 링크.whlTensorFlow 용 파일 및 종속성입니다.이것은 macOS 11.0 이상에만 해당하므로 명심하십시오.

여러분이 보게 될 테스트는 어떤 식 으로든, 형태 나 형태가“과학적”이 아닙니다.에포크 당 평균 훈련 시간 만 비교합니다.

CPU 및 GPU 벤치 마크

먼저 기본 CPU 및 GPU 벤치 마크부터 시작하겠습니다.M1 칩이 장착 된 새로운 MacBook Pro와 2019 년의 기본 모델 (Intel)을 비교합니다.Geekbench 5테스트에 사용되었으며 아래 결과를 볼 수 있습니다.

결과는 스스로를 말해줍니다.M1 칩은 2019 년 Mac에서 Intel 칩을 철거했습니다.지금까지는 유망 해 보입니다.

성능 테스트 — MNIST

MNIST 데이터 세트는 딥 러닝의 “hello world”와 같습니다.TensorFlow에 내장되어있어 훨씬 쉽게 테스트 할 수 있습니다.

다음 스크립트는 MNIST 데이터 세트에서 10 개의 Epoch에 대해 신경망 분류기를 훈련합니다.M1 Mac을 사용하는 경우mlcompute라인, 이것들은 일이 조금 더 빠르게 실행되도록 만듭니다.

위의 스크립트는 M1 MBP 및 Google Colab (CPU 및 GPU 모두)에서 실행되었습니다.아래에서 런타임 비교를 볼 수 있습니다.

결과는 새로운 Mac에 대해 다소 실망 스럽습니다.Colab은 CPU 및 GPU 런타임 모두에서이를 능가했습니다.Colab의 런타임 환경이 보장되지 않으므로 결과는 다를 수 있습니다.

성능 테스트 — Fashion MNIST

이 데이터 세트는 일반 MNIST와 매우 유사하지만 손으로 쓴 숫자 대신 옷 조각이 포함되어 있습니다.따라서 훈련에 동일한 신경망 아키텍처를 사용할 수 있습니다.

보시다시피 여기서 변경된 유일한 것은 데이터 세트를로드하는 데 사용되는 함수입니다.동일한 환경에 대한 런타임 결과는 다음과 같습니다.

다시 한 번 비슷한 결과를 얻었습니다.이 데이터 세트는 MNIST와 매우 유사하므로 예상됩니다.

하지만 더 복잡한 데이터 세트와 신경망 아키텍처를 도입하면 어떻게 될까요?

성능 테스트 — CIFAR-10

CIFAR-10은 또한 “hello world”딥 러닝 데이터 세트의 범주에 속합니다.여기에는 비행기, 새, 고양이, 개, 배, 트럭 등 10 가지 범주의 60K 이미지가 포함되어 있습니다.

이미지의 크기는 32x32x3이므로 사람도 분류하기 어려운 경우도 있습니다.아래 스크립트는 세 개의 컨벌루션 레이어를 사용하여 분류기 모델을 학습시킵니다.

컨볼 루션 레이어와 더 복잡한 아키텍처가 런타임에 어떤 영향을 미치는지 살펴 보겠습니다.

보시다시피 Colab의 CPU 환경은 GPU 및 M1 환경에 가깝지 않습니다.Colab GPU 환경은 이전 두 테스트와 유사하게 Apple의 M1보다 약 2 배 더 빠릅니다.

결론

저는 새로운 M1 칩의 모든 부분과 함께 제공되는 모든 것을 좋아합니다. 더 나은 성능, 과열 없음, 더 나은 배터리 수명.그래도 딥 러닝에 관심이 있다면 추천하기 어려운 노트북입니다.

물론, 다른 Intel 기반 Mac보다 M1이 약 2 배 향상되었지만 여전히 딥 러닝을 위해 만들어진 기계는 아닙니다.오해하지 마세요. 기본적인 딥 러닝 작업에 MBP를 사용할 수 있지만 매일 딥 러닝을 수행한다면 동일한 가격대에 더 나은 머신이 있습니다.

이 기사에서는 단순한 데이터 세트에 대한 딥 러닝 만 다루었습니다.다음은 M1 칩과 Colab을 비교하여 전이 학습과 같은 더 까다로운 작업을 수행합니다.

읽어 주셔서 감사합니다.

LinkedIn에서 연결하세요.

Join my private email list for more helpful insights.

Learn more

원래 게시 된 위치https://www.betterdatascience.com2021 년 1 월 25 일.

Are The New M1 Macbooks Any Good for Deep Learning? Let’s Find Out -번역