L'équipe derrière PyTorch annonce officiellement au sein d'un billet de blog avoir été aidée par la division d'Apple en charge de Metal afin d'optimiser ses outils.
Le framework d'apprentissage automatique n'utilisait jusqu'à présent que la puissance des processeurs (CPU) sur les machines Apple. La prochaine version numérotée 1.12 devrait offrir des performances en nette hausse en permettant de tirer parti de l'API Metal ainsi que de la puissance des cœurs GPU embarqués au sein des puces Apple Silicon M1, M1 Pro, M1 Max et M1 Ultra, (quid des Neural Engines pourtant dédiés à ce genre de calculs d'apprentissage automatique ?) comme l'indique le graphique publié par l'équipe de PyTorch montrant des progrès impressionnants sur un Mac Studio doté de la puce M1 Ultra avec 64 cœurs GPU..
La version 1.12 comprenant la prise en charge des GPU des puces Apple Silicon n'est pas encore disponible en version finale, mais il est possible de se procurer la version Preview (Nightly) Build afin de profiter dès aujourd'hui de ces avancées sur un Mac sous macOS 12.3 minimum et sur lequel est installée une version arm64 de Python.
