PyTorch introduce l’allenamento con accelerazione GPU sui Mac con silicio Apple
Un back-end per PyTorch, i Metal Performance Shaders (MPS) di Apple aiutano ad accelerare l’addestramento della GPU.
PyTorch ha annunciato oggi una collaborazione con il team di ingegneri di Apple Metal per introdurre il supporto per la formazione PyTorch con accelerazione GPU su sistemi Mac basati su chip M1 , M1 Pro, M1 Max e M1 Ultra. Fino ad ora, l’allenamento PyTorch su Mac era solo per le CPU, ma dopo il lancio di PyTorch v1.12, gli sviluppatori possono utilizzare le GPU al silicio di Apple per accelerare i processi di addestramento del modello, come la prototipazione e la messa a punto sul Mac stesso.
I Mac in silicio di Apple hanno un’architettura di memoria unificata che fornirà alle GPU l’accesso completo all’intera memoria. Un back-end per PyTorch , i Metal Performance Shader (MPS) di Apple aiutano ad accelerare l’ addestramento della GPU . MPS estende il framework PyTorch, offrendo script e framework per la configurazione e l’esecuzione di operazioni su Mac. MPS ottimizza l’elaborazione che viene messa a punto in base alle varie caratteristiche di ciascuna famiglia di GPU Metal.
Il Mac è diventato una piattaforma affidabile per la formazione di modelli ML. L’architettura di memoria unificata riduce la latenza causata dal recupero dei dati, riduce i costi associati allo sviluppo basato su cloud e migliora le prestazioni end-to-end.
Una build di anteprima di PyTorch v1.12 con training accelerato dalla GPU è disponibile per macOS 12.3 o versioni successive con la versione nativa di Python.
