M1 Mac принесет вам 90%. Но достаточно ли 90%?

Микросхема M1 просто фантастическая. Представьте себе невероятно быстрый процессор, заряд батареи на целый день и отсутствие проблем с температурой. Звучит здорово, по крайней мере, на бумаге. Тем не менее, это должно было уйти.

Если вы хотите получить сводку из одного предложения - некоторые библиотеки науки о данных невозможно или почти невозможно запустить изначально, подключение двух внешних дисплеев - кошмар, и, наконец, eGPU не поддерживаются.

Именно так устроена статья, поэтому не стесняйтесь переходить к разделу, который вас интересует больше всего:

  • Совместимость приложений и библиотек
  • Поддержка внешнего дисплея
  • Поддержка eGPU

Совместимость приложений и библиотек

Я не большой поклонник дистрибутива Anaconda Python. В целом, это отличная идея, но я предпочитаю чистую установку Python 3 и управление зависимостями на лету. Тем не менее, Anaconda казалась идеальным вариантом для чипа M1.

По умолчанию Python 3 на M1 был 3.9.x, который вам сначала нужно будет понизить до 3.8.x, чтобы некоторые библиотеки работали. Ничего страшного, но наверняка лишний шаг. Даже после перехода на более раннюю версию единственное, что я видел при установке библиотек изначально, - это набор красных линий в Терминале.

Хотите установить TensorFlow? Отлично, но, пожалуйста, установите заранее определенную версию Numpy и пять других пакетов. Излишне говорить, что эти версии переопределяются при установке других пакетов, если вы не укажете некоторые дополнительные параметры (или если вы не установите их в виртуальной среде). Немного хлопот, если вы хотите, чтобы TensorFlow всегда был доступен.

Anaconda работала нормально, но на момент тестирования не было официального релиза для чипа M1. Это означает, что весь дистрибутив работает через эмулятор под названием Rosetta 2, который отлично справляется со своей задачей. Тем не менее, это не нативная поддержка.

В моей повседневной работе мне нужно много общаться с облачными базами данных, в основном с Oracle. Единственный разумный способ сделать это с Python - использовать Oracle Instant Client, который не переносится на новый чип.

Это был лишь краткий список вещей, которые не сработали или не сработали, как ожидалось. Я уверен, что любой другой технический специалист сможет добавить проблемы в список.

Поддержка внешнего дисплея

Не стесняйтесь пропустить этот раздел, если вы используете один внешний дисплей.

13 минут недостаточно для комфортной работы 8+ часов. Конечно, работа из дома означает работу вне постели в некоторые дни, но вам понадобится дополнительное пространство на экране чаще, чем нет.

Я использую два монитора Dell U2419H. Один из них находится в нормальном горизонтальном положении, а другой повернут вертикально, как вы можете видеть на следующем изображении:

Говорите, что хотите, но написание кода на вертикальном мониторе - это не то, от чего легко отказаться. Взгляните на следующее изображение, и вы сразу поймете суть:

Короче говоря, вертикальное пространство - это мощный стимул для повышения производительности всего, что связано с кодом. Иметь один монитор и поворачивать его - не лучший вариант. Два относительно дешевых монитора с точной цветопередачей - лучший вариант для меня.

К сожалению, чип M1 в Macbook Pro и Macbook Air поддерживает только один монитор. Есть несколько способов обойти это, например, купить док-станцию ​​с DisplayLink, но рекомендуемые не были доступны на Amazon, когда я последний раз проверял.

Поддержка eGPU

Я полностью согласен с тем, что пожертвовал выделенным графическим процессором Nvidia в пользу ультрапортативного и элегантного ноутбука. Тем не менее, возможность подключения графического процессора через thunderbolt всегда была вариантом для Mac на базе Intel. Не дешевый, но он был там.

Микросхема M1 изменила это плохо. Он вообще не поддерживает eGPU, и вы ничего не можете с этим поделать. Это означает, что вы можете забыть о случайных игровых сессиях. Я знаю, что никто не покупает Mac для игр, но наличие такой возможности не помешает.

Чип M1 действительно поставляется с нейронным движком, и он должен немного помочь в решении базовых задач глубокого обучения, если вам это нравится. Но это по-прежнему ноутбук, так что не ждите сумасшедшей производительности. Для этого вам придется переключиться на Collab или облачные графические процессоры.

Этот последний пункт не должен быть препятствием, если вы занимаетесь глубоким обучением, поскольку мобильные графические процессоры могут только помочь вам.

Заключение

В заключение - компьютеры Mac M1 принесут вам 90%, но они не лучший вариант, если вам нужно что-то сверхспецифичное. Легко согласиться с шумихой, но как только она проходит, возникает разочарование. По крайней мере, так было со мной.

Как многие сказали бы, никогда не покупайте продукты Apple первого поколения. Я согласен.

Какие у вас впечатления от чипа M1? Я хочу услышать плюсы и минусы любой ИТ-профессии.

Учить больше

Оставайся на связи

  • Следуйте за мной на Medium, чтобы увидеть больше подобных историй
  • Подпишитесь на мою рассылку"
  • Подключиться к LinkedIn
  • Загляните на мой сайт

Первоначально опубликовано на https://www.betterdatascience.com 26 марта 2021 г.