딥러닝 공부해봅니다.
파이선+ 주피터 노트북+ 텐서플로우(실리콘 맥 용 설치) 해서 책 따라해 보고 있습니다.
간단한거 해도 epoch 20번씩은 하니 쪼금 시간이 걸립니다.
그런데 같은 내용을 윈트북이고 저전력 CPU인 1130G7인 걸로 해봤는데
약간이나마 더 빠르네요?? 수치상으론 m2 가 빨라야 할텐데요.
뭘 잘못했을까요? 아니면 m2가 느린건지..궁금합니다.^^;
p.s 왕초보인 제가 뭘 잘못했나 봅니다. 다시 가상환경 만들고 애플 사이트의 샘플을 실행해봤습니다.
코랩에서는 30초정도...m2 맥북에서는 100초정도, 윈트북에서는 20분(??) 이 걸리네요.
역시 코랩님!!
딥러닝 라이브러리들이 아직 ARM 계열에 x86 수준으로 포팅되진 않았을 거라서 최적화가 많이 부족할 겁니다.
애초에 시장 점유율 자체가 비교가 안될 수준일 거라.. 비슷한 수준이 될 날이 오기나 할련지 모르겠네요.
지금은 AI 관련 일은 전혀 안하긴 하지만..
제가 작년 연말에 M1 Pro GPU랑 모바일 GTX 1650을 PyTorch에서 비교해봤는데
꽤 차이나게 GTX 1650 쪽이 빨랐습니다. 뭐 이건 CUDA가 훨씬 강력한 것도 있겠지만요.
메탈 사용한다니 그래픽 활성화 된거 같은데 느려서요..
윈도우는 내장그래픽이이라 CPU로만 작동할테데..
활성 상태 모니턴가? macOS의 작업 관리자 같은 거 키셔서
GPU 로드율 걸리는지 먼저 확인해보면 좋을 것 같습니다.
해봤습니다. 그래프가 치솟네요. 그럼 제대로 작동하고 있다는건데요.
뭔가 좀 이상해서 검색(?)질 좀 해야겠습니다. 고맙습니다.
딥러닝에서만큼은 Apple Silicon의 그 강력하다는(?) 성능들을 웬만해선 볼 수 없을 겁니다ㅎ..
조금만 무거운 거 돌려보고자 하면 그냥 적당한 NVIDIA GPU 달린 게이밍 노트북이 훨 가성비 좋을 거예요 (코랩을 안쓰고 로컬로 한다면)
나아가 모델과 데이터 규모에 따라선 인텔/AMD CPU보다 M시리즈 GPU가 느릴 수도 있습니다.