機械学習の環境TensorFlowのMacに最適化されたフォークは、大きな性能向上が報告された。この話の重要な部分は、少なくともこれまではモデルの訓練にGPUが使われていない（！）というものだが、M1ベースのデバイスにはそれ以上のメリットもあるので、このようなよく使われるワークフローの最適化が今後さらに増えると思われる。
TensorFlowとApple（アップル）の両方のブログで発表されたように、Mac向けに改良されたバージョンは最良のケースで一般的なトレーニングタスクのスピードを10倍以上に上げた。
毎日のようにモデルが焼き上がるのをじっと待っているML関係者にとってめでたいことだが、TFのこの以前のバージョンがMacのCPUだけを使用し、GPUの強力な並列プロセッサーを使わなかったという事実は、その問題（CPUかGPU併用か）を自分自身に課すような人びとの数を最初から制限したかもしれない。しかも大規模なML訓練の多くは、クラウドコンピューティングを利用して行われている。
CPUオンリーからCPU+GPUに変わったことによって、IntelベースのMac Proのベンチマークが示すように同じハードウェアでも大きな改善とメリットが実現した。これまで6〜8秒かかったトレーニングが、1秒未満でできるようになった。
M1が有能でないという意味ではないが、M1を搭載した新しいMacにも新しいGPUがあり、2019年のMacBook Proで10秒近くかかったタスクが新しいM1マシンでは2秒足らずで行うことができる。このことは必ずしも、アップルの極上のファーストパーティーシリコンだけの殊勲ではないだろう。
現在、アップルにこのパフォーマンス改善の寄与要因の内訳を確認しているので、回答が届き次第、この記事をアップデートしたい。
おそらく開発者にとっては、バッテリー寿命の改善や、M1デバイスの熱管理も重要だ。性能の向上は大いに結構だが、それでマシンがホットプレートになったり、ファンが壊れて交換に1時間もかかったら、あまりうれしくない。しかし幸いなことにM1は、重い負荷でも効率が良く（未訳記事）、予備を空にしたり過熱したりはないようだ。
今後、「M1の方がタスク処理が速い」という話が続々出てくるだろう。新しいMacが登場して、主な企業の多くが待望のアップデートをしていけば、当然、そんな話になりそうだ。
関連記事
・MacBook Air M1レビュー、ほとんどの人にお勧めできるAppleシリコンMacだ
・Apple Siliconファミリー初のチップ「M1」が登場
カテゴリー：人工知能・AI
タグ：Apple、Apple Silicon
画像クレジット：Apple
［原文へ］
（翻訳：iwatani、a..k.a. hiwa）
