Mac에서 TensorFlow 가속화하기

November 18, 2020

 

본 게시글은 Pankaj Kanwar와 Fred Alcober의 포스팅을 번역하였습니다.

 

 

TensorFlow 2를 사용하면 다양한 플랫폼, 기기 및 하드웨어에 대한 동급 최고의 기계학습 성능을 통해

개발자, 엔지니어, 연구원들이 본인이 선호하는 플랫폼에서 작업 할 수 있다.

 

이제 Apple의 새로운 M1 칩 기반의 Mac 또는 Intel Mac의 TensorFlow 사용자는

TensorFlow의 Mac-optimized version of TensorFlow 2.4와

Apple의 새로운 ML Compute 프레임 워크를 사용하여

가속화된 머신러닝을 경험할 수 있다.

 

이러한 개선 사항은 TensorFlow Lite를 통해

iOS에서 TensorFlow를 통해 개발하는 Apple 개발자분들의 노고에 힘입어,

이에 TensorFlow는 Apple 하드웨어에 대한 고성능 ML 실행을 지원하는 등의

다양성과 전문성을 계속해서 보여주고 있다.

 

Mac에서의 머신러닝 연산성능

 

Mac은 오랫동안 개발자, 엔지니어 및 연구자들에게 인기있는 플랫폼이었다.

지난주 Apple의 발표와 함께 새로운 M1 칩이 포함된 Mac에 최적화된

'Mac-optimized version of TensorFlow 2.4'은

기존보다 성능이 크게 향상되면서 Mac에서의 모든 기능을 활용한다.

Mac에서 바로 TensorFlow 모델 학습을 지원하는 Apple의 새로운 프레임 워크인 ML Compute를 통해

M1 및 Intel 기반 Mac 모두에서 가속화된 CPU 및 GPU 학습을 경험할 수 있다.

예를 들어 M1 칩에는 강력한 새로운 8 코어 CPU와

Mac에서 바로 ML 학습에 최적화된 최대 8 코어 GPU가 포함되어 있다.

 

아래 그래프에서는 잘 알려진 인공지능 모델들을 대상으로

M1 및 Intel 기반 Mac 모두에서

'Mac-optimized version of TensorFlow 2.4'가

얼마나 성능 향상을 이끌어냈는지 확인할 수 있다.

M1 및 Intel 기반 13 인치 MacBook Pro에서 ML Compute를 사용하는 일반적인 인공지능모델에 대한 학습영향은 배치 당 초 단위로 표시되며 숫자가 낮을수록 학습 시간이 더 빠름을 나타냅니다.

 

Intel 기반 2019 Mac Pro에서 ML Compute를 사용하는 일반적인 인공지능모델에 대한 학습영향은 배치 당 초 단위로 표시되며 숫자가 낮을수록 훈련 시간이 더 빠름을 나타냅니다.

 

 

Mac에서 최적화된 TensorFlow 시작하기

 

사용자는 ML Compute를 TensorFlow 및 TensorFlow Addons의 백엔드로 사용하기 위해

기존 TensorFlow 스크립트를 변경할 필요가 없다.

시작하려면 Apple의 GitHub 저장소 를 방문하여

'Mac-optimized version of TensorFlow 2.4'를 다운로드하고 설치하는 방법을 확인해라.

이제 우리는 분기된 버전을 TensorFlow 마스터 브랜치 에 통합하여

사용자가 이러한 성능 수치를 더 쉽게 얻을 수 있도록 계속해서 업데이트할 것이다.

Apple의 Machine Learning 웹 사이트 에서 ML Compute 프레임 워크에 대해 자세히 알아볼 수 있다 .

 

각주 :

1. 본 테스트는 2020 년 10 월과 11 월에 Apple에서 Apple M1 칩, 16GB RAM, 256GB SSD가 장착 된 시제품 13 인치 MacBook Pro 시스템과 프로덕션 1.7GHz 쿼드 코어 Intel Core i7 기반 13 인치 MacBook을 사용해 진행했습니다. Intel Iris Plus Graphics 645, 16GB RAM 및 2TB SSD가 탑재 된 Pro 시스템. 시험판 macOS Big Sur, TensorFlow 2.3, 시험판 TensorFlow 2.4, 미세 조정 기능이있는 ResNet50V2, CycleGAN, Style Transfer, MobileNetV3 및 DenseNet121로 테스트되었습니다. 성능 테스트는 특정 컴퓨터 시스템을 사용하여 수행되었으며 MacBook Pro의 대략적인 성능을 반영합니다.
2. 본 테스트는 2020 년 10 월과 11 월에 Apple에서 32GB RAM이 장착 된 3.2GHz 16 코어 Intel Xeon W 기반 Mac Pro 시스템, 64GB HBM2가 장착 된 AMD Radeon Pro Vega II Duo 그래픽 및 256GB SSD를 사용하여 진행되었습니다. 시험판 macOS Big Sur, TensorFlow 2.3, 시험판 TensorFlow 2.4, 미세 조정 기능이있는 ResNet50V2, CycleGAN, Style Transfer, MobileNetV3 및 DenseNet121로 테스트되었습니다. 성능 테스트는 특정 컴퓨터 시스템을 사용하여 수행되었으며 Mac Pro의 대략적인 성능을 반영합니다.

 

텐서플로우와 맥북을 사용하는 개발자로서 참 기쁜 소식입니다.

더불어 BigSur 또한 PC시장에서 하드웨어에 대한 의존도를 낮추려던 기존의 운영체제와는 달리

칩셋에 의존도가 높은 운영체제 설계인 점을 고려하면 앞으로 애플의 행보가 궁금해지기도 합니다.

 

감사합니다. : )