本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。

一直以来，Pytorch在Mac上仅支持使用CPU进行训练。

就在刚刚炼丹，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。

这也就意味着在Mac本机用Pytorch“炼丹”会速度更方便了！

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Metal Performance S×7haders(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Metal GPU系列的独特特性对每个内核进！你行了微调。

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，不过的M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。

苹果官方在搭载了Mac1 Ultra、20核CPU、64核GPU、128GB RAM和2TB SSD的Mac Studio上进行了测试。

（这阵容差不多能算是豪华配置了）。

他们分别电脑训练了batch size为128的ResNet50、batch size为64的HuggingFace BERT，以及batch size=64的VGG1也能6。

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。

看到这儿，有在P网友开始好奇它与搭载了Nvidia GPU的laptop相比性能如何。

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yT可能慢慢追上性能。

总的来说，Mac Studio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128GB GPU内or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batch size。

对于我所做的那种DL工作，数据加载比实际的原始计ch算能力更容易成为瓶颈。”

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，然后去官网下载训练最新的Pytorch预览版就可以了。

地址：
https://pytorch.org/blog/introducing-accelerated-pytor中用ch-training-on-mac/

• ·阿里巴巴重磅发布全模态大模型 Qwen3-Omni
• ·京东云发布618战报：每秒用户访问峰值同比提升152%
• ·Facebook承诺未来3年将向新闻行业投资至少10亿美元
• ·云安全日报211102：IBM私有云安全性与合规性解决方案发现重要漏洞,需要尽快升级
• ·唯一能量产屏下相机的手机厂商：不是华为，小米，也不是苹果三星
• ·谷歌 Gemini API 推出“地图接地”功能，AI 应用一跃成为“本地专家”
• ·标签: 灵心巧手 Linker Hand 具身智能 灵巧手
• ·微软与People Inc签署AI授权协议：内容付费新模式开启，直面谷歌流量冲击
• ·云安全日报220317：红帽OpenShift云应用平台发现执行任意代码漏洞，需要尽快升级
• ·标签: DeepWay 新能源重卡 自动驾驶 智能编队
• ·OpenAI惊爆AI"阴谋论"！模型会故意欺骗人类，训练越多反而越狡猾
• ·标签: 欣旺达 威睿 吉利 电芯
• ·Facebook宣布三项措施：帮助全球5000万人接种疫苗
• ·韩国起亚和现代汽车称没有与苹果就电动汽车合作展开讨论
• ·云计算拯救互联网巨头？
• ·标签: TowerSemiconductor 硅光子 SiPho 高塔半导体