Apple Silicon

处理器之战:Apple Silicon与Intel架构。它们真的比对方更好吗?

AI chip

处理器之战:Apple Silicon与Intel架构。它们真的比对方更好吗?

作者:Shakir 发表于 Bootcamp 阅读时间:4分钟 2020年,苹果在决定放弃基于Intel的硬件并使用自己的设计(Apple Silicon)时声称其处理器超高效。他们甚至大胆地移除了2020年M1 MacBook Air中的风扇。 虽然在首次发布后的几年里,这些无风扇型号似乎存在需要冷却解决方案的争议。 然而,毫无疑问,这些处理器效率极高,这在全球的苹果和科技爱好者中掀起了新的热潮。因为在YouTube上的任何评测视频中它们看起来都非常快。 然后,Intel会制造出比苹果更快的新芯片。这通常是常规的做法。当一个新竞争对手进入市场时,看到这种情况总是令人振奋。 Intel和AMD的战斗是经典的竞争。更多的竞争总是对消费者有利。 但是,它与Intel处理器有什么不同呢? 从物理上看,苹果和Intel在底层架构上是不同的。 架构 * Apple Silicon:基于ARM架构(M1, M2, M3) * Intel:x86-64架构 Apple Silicon基于ARM架构,而不是Intel的x86-64架构。 这种架构体现在CPU执行最基本操作(如算术运算等)

By Leo Pang
MLX:苹果硅芯片上机器学习研究的新纪元

AppleM3

MLX:苹果硅芯片上机器学习研究的新纪元

作者:Simeon Emanuilov MLX for Apple Silicon 在快速发展的机器学习研究领域,效率和灵活性至关重要。Apple的机器学习研究团队推出了一款专门为Apple硅芯片设计的框架——MLX。对于那些对最前沿的机器学习技术感兴趣的人来说,MLX是一个创新的工具。 完整版本的文章和工作示例可以在这篇UnfoldAI文章中找到。 MLX的独特之处 MLX提供了一个结合了熟悉感和创新的API,非常适合习惯使用NumPy的人。其Python API,以及C++、C和Swift API,旨在轻松构建复杂模型,类似于PyTorch,通过高层包如mlx.nn和mlx.optimizers。 MLX的创新功能包括: * 函数变换:MLX引入了自动微分、自动向量化和计算图优化,重新定义了研究效率。 * 延迟计算和动态图构建:这些功能解决了编译速度慢的问题,提供了简单的调试方法。 * 无缝多设备支持:MLX的统一内存模型消除了在CPU和GPU之间繁琐的数据传输,实现了设备间的流畅操作。 MLX的实际应用 MLX不仅仅是理论上的突破,它在实际应用中也表

By Leo Pang