我当然看过这个视频，不然我就不会在这举这个例子。

此外，“并且m1max是笔记本上用的芯片，用电池供电都能跑出这个结果”，这句话我是不认可的。

我前面说了，芯片设计有个不可能三角。苹果用堆晶体管的方式达到了低频高性能，所以与其说它可以用电池供电而不损失性能，不如说它无法做到通过大幅提升功率来大幅提升性能。因为这么做就会撞到dark silicon问题。

所以唯一的悬念就在于M系列能适配到什么程度，还有多大的提升空间。
并且我个人是不太认同cuda在ai有长时间的积累所以有巨大的适配工作量，所以未来还有多么巨大的提升之类的说法的。
cuda最初也不是为了nn设计的，nn本身在计算上也不复杂。
amd也有ROCm，来给pytorch加上amd支持。成熟度跟M系列的情况估计也半斤八两。性能虽然落后nvidia，但并不是这么大的差距。同等理论性能下的实际表现最差也差不出一倍，平均也有80-90%：
https://communities.surf.nl/dataverwerking-en-analyse/artikel/performance-comparison-of-image-classification-models-on

【 在 KM7 的大作中提到: 】
: pytorch最新版能兼容M系列芯片了
: B站有up主测试M1max 32核GPU、1080ti和3090的对比
: VGG19（CIFAR-10，batch size=128）
: ...................
--
FROM 114.222.220.*