Formation pytorch accélérée sur Mac – Metal

Accélération des métaux

Pytorch utilise le nouveau backend de shaders de performances métalliques (MPS) pour l'accélération de l'entraînement GPU. Ce backend MPS étend le cadre Pytorch, fournissant des scripts et des capacités pour configurer et exécuter des opérations sur Mac. Le cadre MPS optimise les performances de calcul avec les grains qui sont affinés pour les caractéristiques uniques de chaque famille GPU en métal. Le nouveau mps Le périphérique mappe des graphiques et primitives de calcul de l'apprentissage automatique sur le framework graphique MPS et les noyaux réglés fournis par MPS.

Exigences

• Ordinateurs Mac avec des GPU en silicium Apple ou AMD
• macOS 12.3 ou version ultérieure
• Python 3.7 ou plus tard
• Outils de ligne de commande xcode: xcode-select --install

Commencer

Vous pouvez utiliser ANACONDA ou PIP. Veuillez noter que la configuration de l'environnement différera entre un Mac avec le silicium Apple et un Mac avec Intel x86.

Utilisez le sélecteur d'installation de Pytorch sur la page d'installation pour choisir l'aperçu (nocturne) pour l'accélération de l'appareil MPS. Le support Backend MPS fait partie de la libération officielle de Pytorch 1.12. L'aperçu (tous les soirs) de pytorch fournira le dernier mps Prise en charge de votre appareil.

1. Configuration

Anaconda

Silicium aux pommes

curl -O https:
sh Miniconda3-latest-MacOSX-arm64.sh

x86

curl -O https:
sh Miniconda3-latest-MacOSX-x86_64.sh

pépin

Vous pouvez utiliser préinstallé pip3qui est livré avec macOS. Alternativement, vous pouvez l'installer à partir du site Web de Python ou du Homebrew Package Manager.

2. Installer

Anaconda

conda install pytorch torchvision torchaudio -c pytorch-nightly

pépin

pip3 install --pre torch torchvision torchaudio --extra-index-url https:

Bâtiment de Source

La construction de Pytorch avec le support MPS nécessite Xcode 13.3.1 ou version ultérieure. Vous pouvez télécharger la dernière version publique Xcode sur le Mac App Store ou la dernière version bêta du Mac App Store ou la dernière version bêta du site Web du développeur Apple. Le USE_MPS Contrôles variables de l'environnement Bâtiment Pytorch et comprend le support MPS.

Pour construire Pytorch, suivez les instructions fournies sur le site Web de Pytorch.

3. Vérifiez

Vous pouvez vérifier mps Prise en charge à l'aide d'un script Python simple:

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.")

La sortie doit montrer:

tensor([1.], device='mps:0')

Retour

Le backend MPS est en phase bêta, et nous résolvons activement les problèmes et corrigeons les bogues. Pour signaler un problème, utilisez le tracker GitHub Issue avec l'étiquette «Module: MPS».

Ressources

Page d'installation de pytorch
Documentation Pytorch sur le backend MPS
Ajouter une nouvelle opération Pytorch au backend MPS
Profil de performances Pytorch à l'aide de MPS Profiler