这是一个创建于 422 天前的主题，其中的信息可能已经有所发展或是发生改变。
从 M1 Max 开始，M 家族的 Neural Engine 就一直都是 16 核，Max 系列算力也从 11 TOPS 涨到目前的 18 TOPS （ https://www.anandtech.com/show/21116/apple-announces-m3-soc-family-m3-m3-pro-and-m3-max-make-their-marks ），不过讲真在现在这个时间节点，这点能力还是不够看啊。
毕竟隔壁高通的骁龙 X Elite 中集成的 Hexagon NPU 算力都怼到 45 TOPS 了，主打就是一个 LLM 的能力作为宣传的噱头。
这么看的话，用新的 M3 Max 来跑本地大模型似乎不怎么靠谱啊，也难怪发布会上都不咋提 ML 或 AI 能力的。所以，到底要不要换机啊，感觉下一代芯片的 AI 算力应该会得到强化，要不要再等一等...
 |
1
lqcc 2023-11-01 15:21:39 +08:00  1
A16 NPU 17 TOPS, A17 pro NPU 35 TOPS.
|
 |
3
chonger 2023-11-01 15:30:13 +08:00
跑大模型不是和显卡和显存有关吗？ 4090 有 npu 吗？这点不太清楚，有人知道的话请指教
|
 |
4
nicoljiang 2023-11-01 15:35:24 +08:00
@oppurst 主要是 A17pro 支持 int8 ，35 应该是 8 的性能，M3 的 18 应该是指 16 的性能
|
|
5
lqcc 2023-11-01 15:54:44 +08:00
@nicoljiang 根据这篇文章所说，如果统一以 INT16 标准，那 M1/M2/M3 对应的 NPU 分别是 11 、15.8 、18 TOPS 。A16 与 A17 Pro NPU 速度差不多，都为 17 TOPS 左右。不同的是 A17 Pro 支持 INT8 。
|
 |
6
sharpy 2023-11-01 16:19:52 +08:00
用 metal 跑在 GPU 上啊
|
 |
7
wpyfawkes 2023-11-01 16:37:06 +08:00
@chonger AI 推理和训练就是不断的在统计概率.于是理论上所有能浮点计算的设备都可以用来跑大模型.只要能接受龟速,CPU + 硬盘都能跑.
|
 |
8
xixun 2023-11-01 16:40:16 +08:00 via iPhone
今年 m3m 最大显存倒是升级了
|
 |
9
Rorysky 2023-11-01 16:44:10 +08:00
苹果的 AI 战略确实落后，不知道是不是再憋大招
|
 |
10
Mark24 2023-11-01 16:44:27 +08:00
隔壁 骁龙 X Elite 是 PPT ，预计明年年中才上市。
M 家族是现货 你让骁龙现在就拿出来卖啊 :D |
 |
13
wanguorui123 2023-11-01 16:51:37 +08:00
A17 Pro 的制程红利基本上全部用到 NPU 上了达到 35T
|
|
14
lqcc 2023-11-01 17:09:44 +08:00
@wanguorui123 根据我看到的文章，这个 35 TOPS 可能是 INT8 跑出来的，苹果其它 A 系 M 系芯片跑分是 INT16/FP16 。所以这个 35T 要打对折。
|
|
15
xixun 2023-11-01 17:19:14 +08:00 via iPhone 1
高通那个不是 int4 吗
|
|
17
xixun 2023-11-01 17:28:32 +08:00 via iPhone
@lqcc https://machinelearning.apple.com/research/neural-engine-transformers https://www.apple.com/by/iphone-13-pro/ https://www.apple.com/go/2022/iphone-14-pro/
都以 fp16 计算 13pro 官网说是 15.8 万亿次是 15.8TFlops 14p 是 17 万亿次 15p 提升一倍理应也是 35TFlops |
|
18
lqcc 2023-11-01 17:39:07 +08:00
@xixun A15/A16/A17 pro 神经网络引擎都是 16 核心，A15 是 15.8 TOPS ，A16 是 17 ，A17 pro 再打鸡血，也不能在不增加核心数目的前提下跑分达到上一代的 2 倍吧。
|
|
19
lqcc 2023-11-01 17:43:56 +08:00
@xixun 可以参考 Geekbench 6 ML 跑分。数据表明，A17 pro 的 npu 跑分比 A16 的分数也就提高了 10%左右吧。
|
|
20
xixun 2023-11-01 17:46:28 +08:00 via iPhone
@lqcc 但 Apple 官网 A17Pro 说的是两倍速度，就算隔代比两倍那也有 30 多 TFlops
|
 |
21
orangie 2023-11-01 17:47:20 +08:00
终端机器，移动设备，跑大模型，短期内我是不信的，蹭热点罢了。短期内就算浮点性能和内存够用，移动设备的电池不适合。之前吹 npu 的时候，也没见有什么终端上的智能应用能改善体验，唯一明显的就是各家都开始用模型来给相机 P 图了。
|
|
22
lqcc 2023-11-01 17:56:27 +08:00
@xixun 这个两倍不知道苹果按什么计算的。
感兴趣可以看看这个文章： https://www.photoroom.com/inside-photoroom/core-ml-performance-benchmark-2023-edition 神经引擎跑分，A17 pro 大概比 A16 提升 16%。看看以后有没有新的消息出来。 |
 |
23
neopenx 2023-11-01 18:20:19 +08:00
ANE 需要走 CoreML 跑。18T 应该就是 FP16 的设计峰值。
要是通过 GPU 走 Metal 的话，满血 M2 Max 的 FP32 才 14T 。 苹果短期内应该不打算融合 ANE 和 GPU ，也就是维持 ANE 以低功耗优势，继续挤牙膏。 鬼知道几年后可以追平 3060 的 50T FP16 TensorFlops 设计峰值。 |
 |
24
xinyu198736 2023-11-01 19:00:37 +08:00
苹果跑大模型最大的问题是他的内存管理机制不是很可控，当大模型内存快占满的时候，内存容易被分走，导致模型迅速变慢。。
|
|
25
nicoljiang 2023-11-02 15:04:40 +08:00
@xixun 不太相信同厂商自己的 同制程 同代际 芯片中 移动芯片某项数值能吊打桌面芯片。
|
 |
26
LuvLetter 2023-12-26 14:55:28 +08:00
@lqcc 有的应用是 memory bound, 瓶颈不在算力; ANE 这种 ASIC 不能单看核数, 还得看架构;
@nicoljiang ANE 一直都支持 int8, 没有 A17Pro 才支持 int8 的说法, 4bit 也很早就有了 https://developer.apple.com/wwdc23/10047 |
Select Language