导读 随着越来越多的 2020 年末新款 MacBook Air 和 MacBook Pro 落入用户手中，看到有关它们令人印象深刻的性能的新闻和报道层出不穷，

随着越来越多的 2020 年末新款 MacBook Air 和 MacBook Pro 落入用户手中，看到有关它们令人印象深刻的性能的新闻和报道层出不穷，请不要感到惊讶。无论如何，对于那些不确定转向新 Apple Silicon 的人来说，这一直是 Apple 的保证。该公司的大部分信息都围绕着办公室工作和视频编辑的常见罪魁祸首，但现在它正试图吸引特定类别的用户，特别是开发人员需要在他们的 M1 驱动的 Mac 上进行一些人工智能和机器学习。

MacBook，尤其是 MacBook Pro，一直是一些开发人员的最爱，但在涉及机器学习工作，尤其是训练 AI 模型时，他们可能会感到有些退缩。谷歌开发的 TensorFlow AI 和机器学习环境是该行业中最受欢迎的工具之一，但迄今为止仅限于使用 Mac 中的 CPU。鉴于大多数 Mac 电脑只有集成 GPU 的 Intel CPU，这并不奇怪。

当然，随着 Apple Silicon M1 的推出，情况发生了变化，它拥有八核 CPU 和八核 GPU。综合基准​​测试表明，这种组合是如何围绕英特尔驱动的 MacBook 以及较旧的 NVIDIA 和 AMD 台式机显卡运行的。现在，Apple 在新款 M1 Mac 上为 AI 开发人员提供了这种能力。

Apple 创建了一个 fork，这是他们自己的 TensorFlow 版本，专门针对 M1 处理器上的 macOS Big Sur 进行了优化。与旧 Mac 上的常规 TensorFlow 的不同之处在于，它利用了 2020 年末 MacBook 的 CPU 和 GPU，不仅在速度和性能方面产生了显着改进，而且在能效方面也有了显着改进。

大多数最终用户可能不会关心这一突破，但这是 Apple 希望传达的重要信息。它不仅展示了其新的 Silicon M1 和新的 ML 计算框架的强大功能，而且还大量销售新的 MacBook Pro，因为即使是对 AI 和机器学习要求很高的开发人员也希望使用它，从而扩大其客户群超出办公室用户和多媒体创意的基础。