Apple ARM架构芯片M1 Pro¶
M1 - 划时代¶
Apple M1是2020年推出的第一代苹果自研桌面处理器芯片，但是带来了全新的ARM设计架构，也将苹果电脑设备引入了下一个时代。M1系列是划时代的产品，一改传统的PC认知，那种内存条卡槽，单独的CPU处理器，独立的显卡，I/O芯片，各种零零散散的模块，可能很快就会一去不复返了！
备注
使用Bench工具去对比处理器性能只能作为参考，实际上现代处理器的最高性能需要很多综合技术才能发挥出来。特别是软件，如果没有精心设计和高超开发，是难以发挥硬件的真正性能的。
苹果集成GPU和统一内存的ARM架构设计，使得其处理器在极低的功耗下发挥出强大的性能，也改变了计算机性能度量的游戏规则。
M1 Pro/MAX¶
Apple M1 Pro/MAX是2021年推出的第二代桌面处理器芯片，从加工工艺保持上一代5nm，单核性能提升不大。但是开创了全新的ARM处理器设计思路: 类似Intel服务器的SMP多处理器架构，但是苹果高度集成的设计能力，硬生生将所有外部连接都集成到两个直接连接的处理器上，实现了双处理器高速互联。
M1，8核CPU + 7核GPU
M1，8核CPU + 8核GPU
M1 Pro，8核CPU + 14核GPU
M1 Pro，10核CPU + 14核GPU
M1 Pro，10核CPU + 16核GPU
M1 Max，10核CPU + 24核GPU
M1 Max，10核CPU + 32核GPU
备注
从芯片设计简单来看(朴素的小白理解): M1 Pro和MAX就是两个M1直连合并成一个处理器，并根据Pro/MAX规格提供更多的CPU和GPU核心。实际上现代处理器设计上都是按照该型号最大规格来加工的，也就是一个晶圆上所有的Pro版本或者MAX版本都是按照其设计最大核心数加工的，但是受限于良品率，越大的处理器集成的晶体管越多，越容易出现某个CPU/GPU核心未达标准，就会在封装测试时关闭未达标CPU/GPU核心。所以才会有不同版本的Pro/MAX。
M1 Pro配备了2块SLC，各有12MB大小，这意味着M1 Pro的一级片上缓存达到了24MB。而且M1 Pro的二级缓存也达到24MB，是M1的2倍。M1 Pro配备了256-bit的LPDDR5，内存带宽达到200GB/s。
M1 Max配备4块SLC，即M1 MAX的一级缓存达到惊人的48MB，同时配备了512-bit的LPDDR5，内存带宽提升到400GB/s。
备注
M1 Pro对上一代M1的内存改进: M1最高支持 16GB 内存，而 M1 Pro提升到支持 32GB 内存
GPU性能¶
有一个夸张的说法是: 苹果的Apple Silicon处理器是买GPU送CPU。也就是说，苹果处理器的GPU优势更大:
M1 Pro和其他集成显卡的设备相比，同等功耗下性能可以达到7倍。而高性能情况下，功耗同样可以低70%。
M1 Pro达到独显相同的水准，功耗可以低出100W，也就是60W功耗跑出人家160W的水平；在达到专业级笔记本电脑内图形处理器性能的时候，功耗可以低出40%。
备注
综合性价比来看，M1加持的MacBook Air最值得普通消费者选择；有极致性能需求的专业用户(不差钱)，选M1 Pro或者M1 Max吧。
机器学习(Metal)¶
Apple Silicon Mac最大的优势是集成了强大性能的GPU (Metal)，从硬件角度来说，具备 Machine Learning Atlas 加速的条件。
PyTorch¶
2022年5月， PyTorch官网 宣布 Introducing Accelerated PyTorch Training on Mac 从PyTorch v1.12 release开始，支持Apple silicon GPU来加速模型训练。
PyTorch能够使用Apple的Metal Performance Shaders(MPS)作为后端激活加速的GPU训练。MPS的后端扩展了PyTorch框架，提供脚本和能力来设置和运行在Mac上。MPS 使用针对每个 Metal GPU 系列的独特特性进行微调的内核来优化计算性能。
由于Apple silicon Mac使用一个统一的内存架构(unified memory architecture)，使得GPU能够访问整个内存存储。这使得Mac能够在本地训练更大的网络或者更大的批量，也就降低了常规训练需要依赖云计算或者本地GPU的开发成本，并且统一内存架构还降低了数据检索延迟，提高了端到端性能。
我在 PyTorch快速起步 实践在macOS上安装PyTorch
TensorFlow¶
2020年11月，TensorFlow官方Blog就宣布支持在 TensorFlow 2.4集成新的机器学习框架，支持Apple M1处理器的加速 。
在苹果开发网站 Getting Started with tensorflow-metal PluggableDevice 介绍如何安装M1优化的 tensorflow-metal 插件。
备注
公司目前配备给技术工作者的MacBook Pro最高可提供 M1 Pro，10核CPU + 16核GPU ，我将在后续实践中充分发挥软硬件性能，实践更多有意思的技术。