アップル M2 Max GPU vs Nvidia V100、P100、およびT4

Apple M2 Max GPU vs Nvidia V100、P100、およびT4：徹底比較

Apple Silicon M2 Max GPUのパフォーマンスをNVIDIA V100、P100、およびT4と比較する：TensorFlowでMLP、CNN、およびLSTMモデルをトレーニングする

2020年11月に発売されたApple M1は、インテルが主導するコンピュータの世界において革命でした。これらの新しいM1 Macは、多くのベンチマークで驚異的なパフォーマンスを示し、エネルギー消費量の一部でありながら、ほとんどのハイエンドデスクトップコンピュータよりも高速でした。

以下は私が以前にM1について行ったベンチマークです:

M1 vs Xeon® vs Core i5 vs K80 and T4 ベンチマーク

M1はTensorFlowトレーニングで20コアのXeon®と競合する

• 「5つのシンプルなステップシリーズ：Python、SQL、Scikit-learn、PyTorch、Google Cloudをマスターする」
• 「データ分析での創発的AIの解放」
• データエンジニアリングとマシンラーニングパイプライン

2023年1月、Appleは新しいM2 ProとM2 Maxを発表しました。これらの仕様からは、特にGPUに関しては良好なパフォーマンス向上が期待されます。

このM2 Maxには30のGPUコアがあり、38のGPUコアバージョンの13.6 TFLOPSから10.7 TFLOPSを見積もりました。

一方、M2 Max 38コアGPUは13.6 TFlopsに達します。以下のテストでは、これらのGPUの実際のパフォーマンスを推定するために、単独のTFlopsだけでは使用できないことを示します。

比較可能な結果を得るため、すべてのテストはデフォルトのTensorFlow FP32浮動小数点精度で実行されました。

以下のコードを実行して、この精度を確認できます:

tf.keras.backend.floatx()'float32'

セットアップ

この記事では、M2 Max GPUをNvidia V100、P100、およびT4と比較し、MLP、CNN、およびLSTM TensorFlowモデルをベンチマークします。

M1およびM2 Maxのコンピュータでは、miniforgeの下で環境が作成されました。以下のパッケージのみがインストールされました:

conda install python=3.10conda install tensorflowconda…

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!