맥os와 머신러닝

맥북의 m1칩과 머신러닝의 호환문제는 괜찮을까?

 

1. 기존 m1은 인텔의 언어로 작성된 앱들을 로제타를 이용하여 번역한 뒤 실행되는 과정이 대부분이었다.

2. 텐서플로, 아나콘다 돌아간다.

3. 맥은 엔비디아 그래픽카드가 아닌 AMD그래픽카드를 사용했다.

4. 우리는 엔비디아 그래픽카드를 쓰는 CUDA 프레임워크가 필요하다.

5. 메모리를 공유하는 구조가 큰 장점이다. - 통합 메모리 아키텍처

6. 텐서플로우 정식버전이 맥 GPU에서 들어간다. (이전엔 CPU에서만 돌아갔음. 즉 못씀.)

7. Jetbrain Pycharm이 apple 자체적으로 돌아가는걸 볼 수 있다.

그럼 IDE를 사용해서 라이브러리를 까는 것과 로컬에서 라이브러리를 까는 것의 차이가 있는건지 알아보자.

아 근데 돌아가는건 m1을 쓰는거구나. 서버가 아니니까. 그럼 논외

8. 판다스, 넘파이, 사이킷런, 주피터, 텐서플로우 가능하다.

9. 위에서 말했듯 텐서플로우는 GPU 정상 사용가능하고, pytorch는 지원이 안돼서 CPU만 가능하다.

즉 파이토치는 못쓰는거다. (CPU로 하면 겁내 작은 데이터도 터짐)

10. 애플 자체 프로세서의 네이밍은 애플 실리콘이다.

11. M1pro의 GPU 연산 능력은 데스크톱 RTX 3060의 절반 정도이다.

12. 11은 노트북에게 전력 소모 땜 쩔수인데, 같은 전력 소모하는 애들중은 얘가 짱이다.

13. 설계 아키텍처 x86-64 vs ARM (x86 ->32bit / x64 ->64bit)

14. ssd 처리 속도가 더 빨라졌다고 하는데, 이미 빨라서 체감은 안될거라고 하니 패스.

15. m1 max 기준

영상에서 보인 깃허브에서 확인 가능한데, rtx3090과 m1 max를 텐서플로우를 이용하여 비교한게 있다.

나에게 필요한 결론은 아래와 같다.

그래픽	모델	처리속도	사용 파워
M1 Max 32코어	ResNet50	140 img/sec	42W
RTX 3090	ResNet50	1100 img/sec	360W

내가 사려는 건 M1 Pro 14코어라서 차이는 더 클 것 이다. 노트북 상 어느정도 가능한지, 돌릴수나 있는지를 본다.

전성비라 하는 사용 파워 대비 처리 속도는 비슷하다. (대충 주워보기로는 pro는 rtx3060의 전성비랑 비슷한듯)

하지만 결국 내가 느끼는 처리 속도는 1/8정도 인 것이다. 이건 학습 기다리는 시간의 차이라 보면 된다.

16. 메모리가 큰 게 데탑을 뛰어넘는 장점처럼 보인다. SoC였나 그걸로 CPU와 GPU의 메모리를 통합했는데,

이 말은 CPU 메모리에서 전처리한 데이터를 학습을 위해 GPU 메모리로 다시 불러서 읽을 필요가 없다는 뜻이다.

그렇게 되면 저 메모리를 옮길때 드는 병목 현상이 없어진다. 또 큰 학습 자체가 가능하진 않겟지만, 구조를 짤 수 있는? 느낌이다.

 

여기서 생각해본다.

 

 

17. 그렇다면 M1 다음은 언제나올까? 얼만큼 업그레이드 될까? 설마 빨리 나오진 않겠지

 

 

 

 

 

 

 

참고 자료

영상 : 이젠 M1 맥 사도 됩니다: 애플 실리콘 맥 1년 호환성 테스트

애플 실리콘 호환성 리스트

맥북으로 딥러닝 가능할까? 공대 대학원생이 보는 2021 신형 맥북프로 방구석 리뷰 - 2부

M1 Max 와 RTX3090 의 tensorflow로 학습 시 처리 능력 비교 (위 영상 github)

영상 : 13분 안에 기계 학습을 위한 Apple M1 Pro, M1 Max MacBook Pro 설정(M1에서도 작동)

M1 프로와 M1 맥스

Testing PyTorch on the M1 MacBook (2020)