Apple M2 Max GPU vs Nvidia V100, P100 e T4
Apple M2 Max GPU contro Nvidia V100, P100 e T4
Confronta le prestazioni della GPU Apple Silicon M2 Max con Nvidia V100, P100 e T4 per l’allenamento di modelli MLP, CNN e LSTM con TensorFlow.
Lanciato nel novembre 2020, Apple M1 è stata una rivoluzione nel mondo dei computer dominato da Intel. Questi nuovi Mac M1 hanno mostrato prestazioni impressionanti in molti benchmark, poiché M1 era più veloce della maggior parte dei computer desktop di fascia alta per una frazione del loro consumo energetico.
Ecco i miei benchmark precedenti per M1:
Benchmark M1 vs Xeon® vs Core i5 vs K80 e T4
M1 compete con il processore Xeon® a 20 core nell’allenamento di TensorFlow
- Demistificando Matplotlib
- Avete gustato le vostre leccornie? È ora di trucchi di data science
- Ingegneria dei dati vs Pipelines di apprendimento automatico
Nel gennaio 2023, Apple ha annunciato i nuovi modelli M2 Pro e M2 Max. Le loro specifiche ci fanno aspettare buoni incrementi delle prestazioni, soprattutto per quanto riguarda la GPU.
Questo M2 Max ha 30 core GPU, quindi abbiamo stimato i 10,7 TFLOPS dai 13,6 TFLOPS della versione con 38 core GPU.
A titolo di confronto, la GPU M2 Max con 38 Core raggiunge 13,6 TFlops. Il mio test di seguito mostrerà che i TFlops da soli non possono essere utilizzati per stimare le prestazioni effettive di queste GPU.
Per ottenere risultati comparabili, ho eseguito ogni test con la precisione dei punti mobili FP32 predefinita di TensorFlow.
Puoi verificare questa precisione eseguendo:
tf.keras.backend.floatx() 'float32'Preparazione
In questo articolo, confronto la GPU M2 Max con Nvidia V100, P100 e T4 per i modelli MLP, CNN e LSTM di TensorFlow.
Sui computer M1 e M2 Max, l’ambiente è stato creato con miniforge. Sono stati installati solo i seguenti pacchetti:
conda install python=3.10conda install tensorflowconda…
