Accelerated PyTorch training on Mac

本文翻译整理自:Accelerated PyTorch training on Mac
https://developer.apple.com/metal/pytorch/


文章目录


Metal 加速

PyTorch使用新的 Metal Performance Shaders(MPS)后端进行GPU训练加速。

这个MPS后端扩展了PyTorch框架,提供了在Mac上设置和运行操作的脚本和功能。

MPS框架使用针对每个Metal GPU系列的独特特性进行微调的内核来优化计算性能。

新的mps设备将机器学习计算图和原语映射到MPS Graph框架和MPS提供的调优内核上。


要求

  • 配备Apple芯片或AMD GPU的Mac电脑
  • macOS 12.3或更高版本
  • Python 3.7或更高版本
  • Xcode命令行工具:xcode-select --install

开始

您可以使用Anaconda或pip。请注意,带有Apple芯片的Mac和带有Intel x86的Mac之间的环境设置会有所不同。

使用安装页面上的PyTorch安装选择器为MPS设备加速选择预览(夜间)。MPS后端支持是PyTorch 1.12官方版本的一部分。PyTorch的预览(夜间)版本将在您的设备上提供最新的mps支持。


1.Set up


Anaconda

Apple silicon

shell 复制代码
curl -O https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-arm64.sh
sh Miniconda3-latest-MacOSX-arm64.sh

x86

shell 复制代码
curl -O https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-x86_64.sh
sh Miniconda3-latest-MacOSX-x86_64.sh

pip

您可以使用macOS附带的预装pip3。或者,您可以从Python网站或Homebrew包管理器安装它。


2.安装


Anaconda
shell 复制代码
conda install pytorch torchvision torchaudio -c pytorch-nightly

pip
shell 复制代码
pip3 install --pre torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/nightly/cpu

从源代码构建

构建支持MPS的PyTorch需要Xcode13.3.1或更高版本,您可以在Mac App Store上下载最新的公开Xcode版本或在Mac App Store上下载最新的beta版本或在Apple Developer网站上下载最新的beta版本。
USE_MPS环境变量控制构建PyTorch并包含MPS支持。

要构建PyTorch,请按照PyTorch网站上提供的说明进行操作。


3.验证

您可以使用简单的Python脚本验证mps支持:

python 复制代码
import torch
if torch.backends.mps.is_available():
    mps_device = torch.device("mps")
    x = torch.ones(1, device=mps_device)
    print (x)
else:
    print ("MPS device not found.")

输出应显示:

shell 复制代码
tensor([1.], device='mps:0')

反馈意见

MPS后端处于测试阶段,我们正在积极解决问题并修复错误。要报告问题,请使用标签为"模块:MP"的GitHub问题跟踪器


资源

PyTorch安装页面
PyTorch留档在MPS后端
添加一个新的PyTorch操作到MPS后端
PyTorch性能分析使用MPS分析器

相关推荐
MidJourney中文版12 分钟前
深度报告:中老年AI陪伴机器人需求分析
人工智能·机器人
William.csj24 分钟前
Pytorch/CUDA——flash-attn 库编译的 gcc 版本问题
pytorch·cuda
王上上38 分钟前
【论文阅读41】-LSTM-PINN预测人口
论文阅读·人工智能·lstm
智慧化智能化数字化方案1 小时前
69页全面预算管理体系的框架与落地【附全文阅读】
大数据·人工智能·全面预算管理·智慧财务·智慧预算
fengyun28911 小时前
Omi录屏专家 Screen Recorder by Omi 屏幕录制Mac
macos·mac·录屏·屏幕录制
PyAIExplorer1 小时前
图像旋转:从原理到 OpenCV 实践
人工智能·opencv·计算机视觉
Wilber的技术分享1 小时前
【机器学习实战笔记 14】集成学习:XGBoost算法(一) 原理简介与快速应用
人工智能·笔记·算法·随机森林·机器学习·集成学习·xgboost
19891 小时前
【零基础学AI】第26讲:循环神经网络(RNN)与LSTM - 文本生成
人工智能·python·rnn·神经网络·机器学习·tensorflow·lstm
burg_xun1 小时前
【Vibe Coding 实战】我如何用 AI 把一张草图变成了能跑的应用
人工智能
酌沧2 小时前
AI做美观PPT:3步流程+工具测评+避坑指南
人工智能·powerpoint