轉載從: Tech News 科技新報
為使開發人員、工程師和各式研究人員也能在搭載 M1 晶片的新款 Mac 能順利運行 TensorFlow，同時強化 TensorFlow 的性能，TensorFlow 推出為 Mac 用戶優化的 TensorFlow 2.4，同時結合中蘋果推出的 ML Compute 框架，進一步提升 TensorFlow 在蘋果 Mac 上的機器學習、神經網路等訓練效能。
對於開發者、工程師、研究人員來說，Mac 一直是非常受歡迎的平台，常有人透過 Mac 進行神經網路、機器學習等訓練，但如何提升訓練速度，一直是個挑戰。而隨著蘋果推出 Arm 架構的 M1 晶片，為了加速訓練效能和降低部署門檻，TensorFlow 也隨即推出優化過的版本 TensorFlow 2.4，讓 M1 版 Mac 和英特爾版 Mac 都能使用。
另外，蘋果也推出 ML Compute 框架，強化 TensorFlow 模型的訓練。以往在 Mac 上，TensorFlow 僅支援 CPU，也就是僅使用 CPU 進行訓練，但優化過後的 TensorFlow 2.4 可運用蘋果的 ML Compute，讓 GPU 也能支援模型訓練。
▲ 在 M1 上使用 ML Compute 的訓練結果。
換言之，藉由 TensorFlow 2.4 和 ML Compute，不論是新的 M1 版 Mac 還是舊的英特爾版 Mac，其 CPU 和 GPU 都能用於模型訓練，大幅加快訓練速度。而 TensorFlow 官方也表示，使用者不需要對現有的 TensorFlow 文件做任何更改，就可以使用 ML Compute 做為 TensorFlow 和 TensorFlow 插件（TensorFlow Addons）的後端（Backend）。
（圖片來源：TensorFlow）