苹果 M1 芯片的并发运算能力强么?能在数据科学领域应用么? - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
huzhikuizainali
V2EX    Python

苹果 M1 芯片的并发运算能力强么?能在数据科学领域应用么?

  •  
  •   huzhikuizainali 2021-03-12 20:04:08 +08:00 4876 次点击
    这是一个创建于 1685 天前的主题,其中的信息可能已经有所发展或是发生改变。
    N 卡有 cuda 库( python 上有 pycuda )可以用于做并发运算。在处理大数据是性能优于 cpu 。新出的 M1 芯片里面也集成的神经网络引擎和图像处理器 isp (以我粗浅的理解,神经网络的训练和图形图像处理都需要比较强的并行运算能力。如有错请指出)。那么:
    1 、M1 芯片的并行运算能力强么?适合应用在数据挖掘领域么?并行运算能力和目前的主流 N 卡比怎么样?为什么?
    2 、如果要应用 M1 芯片的并发运算能力有什么类似 cuda 这样的官方库可以用么?在 python 上能用么?
    3 、有人在 M1 芯片的 MB air 上运行过 pandas 和 numpy 么?速度怎么样?温度怎么样?有 bug 么?和 x86 芯片相比有什么不同?
    -------------有亲身使用经历或芯片从业人员指教还请不吝赐教!

    数据挖掘领域的从业人员考虑入手苹果 ARM 芯片的笔记本做生产工具么?
    26 条回复    2021-03-15 11:35:12 +08:00
    shenfu1991
        1
    shenfu1991  
       2021-03-12 20:21:57 +08:00 via iPhone
    不是有 m1 的 tensinflow 机器学习?可以搜索一下
    loliordie
        2
    loliordie  
       2021-03-12 20:23:31 +08:00 via Android
    各种基础库兼容性差到哭 搞个免费额度的云炼丹不香么……
    elonmask
        3
    elonmask  
       2021-03-12 20:26:27 +08:00 via Android
    挖矿能力是我的 1080ti 的 25 分之一倍
    hello2060
        4
    hello2060  
       2021-03-12 20:27:39 +08:00 via iPhone
    cpu 的运算能力应该无论如何赶不上显卡吧,显卡那是几千个核啊。

    10 个大学教授和 2000 个中学生比谁做加减乘除快,教授再牛逼也挡不住人少啊
    BingoXuan
        5
    BingoXuan  
       2021-03-12 20:32:02 +08:00 via Android
    @elonmask
    功耗比估计也是那么多
    wateryessence
        6
    wateryessence  
       2021-03-12 20:35:35 +08:00
    炼丹不都是直接用服务器吗
    huzhikuizainali
        7
    huzhikuizainali  
    OP
       2021-03-12 20:39:17 +08:00
    @loliordie 谢谢回复。请问你在 M1 的笔记本上用过哪些库,出现了什么问题。而可否分享一下。excel 用起来如何。例如在 excel 上做回归分析,规划求解
    xcstream
        8
    xcstream  
       2021-03-12 21:17:24 +08:00
    续航很强 哈哈哈
    YUX
        9
    YUX  
    PRO
       2021-03-12 21:25:05 +08:00
    1 、并行能力不强,m1 相当于 4 和 8 线程,如果要占满 cpu 就一定不能买没风扇的 air 。和 cuda 没法比。
    2 、没有类似 cuda 的东西,这个领域唯一能用上 gpu 的就是 tensorflow,但是 bug 非常非常多,经常是计算结果错的离谱
    3 、m1 的 numpy 速度参考 /t/733777 numpy 没什么 bug
    4 、这个领域来讲 m1 是一个非常好的 terminal
    F281M6Dh8DXpD1g2
        10
    F281M6Dh8DXpD1g2  
       2021-03-12 21:25:23 +08:00
    "N 卡有 cuda 库( python 上有 pycuda )可以用于做并发运算。在处理大数据是性能优于 cpu 。"
    认真的么.....
    YUX
        11
    YUX  
    PRO
       2021-03-12 21:30:04 +08:00
    F281M6Dh8DXpD1g2
        12
    F281M6Dh8DXpD1g2  
       2021-03-12 21:31:25 +08:00
    @YUX 你这跟处理数据八杆子打不着好么
    vopin
        13
    vopin  
       2021-03-12 21:34:49 +08:00 via iPhone
    软件都没,想跑个 demo 都折腾半天不成功
    YUX
        14
    YUX  
    PRO
       2021-03-12 21:40:33 +08:00
    @liprais #12 数据处理已经不流行 pandas numpy 这些了么
    huzhikuizainali
        15
    huzhikuizainali  
    OP
       2021-03-12 21:50:52 +08:00
    @YUX 谢谢针对性的回复。特别是 3 、推荐的链接。关于 4 、并行能力不强在数据领域应该是个短板吧(排除掉需要用服务器跑的数据)。然后说是非常好的 terminal,那么推荐的理由有哪些呢?
    huzhikuizainali
        16
    huzhikuizainali  
    OP
       2021-03-12 21:52:44 +08:00
    @liprais 哪里说的不对,还请指教。
    huzhikuizainali
        17
    huzhikuizainali  
    OP
       2021-03-12 21:53:59 +08:00
    @YUX 请问现在有哪些接班 pandas 和 numpy 的库?
    YUX
        18
    YUX  
    PRO
       2021-03-12 22:04:31 +08:00
    @huzhikuizainali #15 如果大规模数据在现在 m1 上跑体验不会很好,cpu 占满 2 个核温度就起飞了。正如你所说的并行能力不强是一个处理数据的时候很大的问题。所以我的 m1 只会在正式处理全部数据前小范围跑一跑。同时一些用到 cuda 的库你在 m1 上就只能干瞪眼了。

    但是作为一个 terminal,无论你用 iterm2 还是 vscode 远程到服务器,高性能本地主机,树莓派集群……都没有问题,或者 colab 。续航长,安静,稳定都是非常好的使用体验。如果主机上有 n 卡,你想用的各种加速库都能用上。

    没有接班 pandas numpy 的 只有一些加速库 但是实际使用上各有各的限制,目前还是要老老实实用这俩 这俩在 m1 上都很完美
    huzhikuizainali
        19
    huzhikuizainali  
    OP
       2021-03-12 23:36:22 +08:00
    @YUX #17 谢谢回复。你的回复对我很有帮助。
    jeeyong
        20
    jeeyong  
       2021-03-12 23:49:56 +08:00
    @shenfu1991 #1 有...不过使用的是 apple 的神经网络库.貌似还解决了一个 TF 的小 bug..
    janxin
        21
    janxin  
       2021-03-13 13:31:13 +08:00 via iPhone
    m1 只有 cpu,tf,pytorch 什么的放弃吧,我研究了一下没抱太大希望。cuda 就更不用想了。

    pandas 和 numpy 实际使用下来还是可以的,不过他们本来有 intel 优化所以具体没对比过速度,bug 也没遇到什么大 bug
    huzhikuizainali
        22
    huzhikuizainali  
    OP
       2021-03-13 13:53:46 +08:00
    @janxin 谢谢回复。所以你现在工作是 M1+intel 两个笔记本? M1 上的 excel 在做一些回归,规划求解,数据--获取外部数据时,稳定性如何 bug 多么?另外,M1 上的 office 不便宜吧。
    janxin
        23
    janxin  
       2021-03-13 14:58:59 +08:00
    @huzhikuizainali 我主力 M1,Excel 用的少不是很熟,所以没什么参考价值,用的基本基础功能,大部分还是直接写代码了
    huzhikuizainali
        24
    huzhikuizainali  
    OP
       2021-03-13 22:47:26 +08:00 via iPad
    @janxin 谢谢回复
    Junzhou
        25
    Junzhou  
       2021-03-14 01:39:49 +08:00 via iPhone
    @huzhikuizainali 我这家庭版 Office365 的订阅还一位,拼吗?
    一年 48 元,买的京东微软自营的 Office 家庭版订阅。
    elonmask
        26
    elonmask  
       2021-03-15 11:35:12 +08:00
    @BingoXuan 我的台式机电源 750w,能带两个 1080ti,挖矿是 mac M1 50 倍,mac 挖矿能做到功耗 15w 吗?事实是 mac 挖矿功耗 30 多瓦,而且我的台式机挖矿时又不需要使用屏幕,挖矿的时候 600 多瓦,算力功耗比是 mac 的 2 倍以上,这还是 16nm 跟 M1 的 5nm 的比较。如果现在英伟达显卡是 5nm 的话,那就更牛逼了。
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     3378 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 24ms UTC 10:39 PVG 18:39 LAX 03:39 JFK 06:39
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86