Skrivet av Korpisavu:
En Ipad har andra användningsområden än foto och videoredigering också, inte minst inom industrin.
Har en Ipad Air med A14 kretsen, d.v.s. versionen innan M1 kom till Ipad Air. Har rätt många Apple-prylar, men måste säga att Ipad:en är den jag har svårast att riktigt känna "detta är vad denna är bäst på"...
Det jag använt den mest till är nog att spela på. Finns rätt många bra spel på mobil, men tycker de ofta är lite väl plottriga på mobilen medan de fungerar långt bättre på Ipad.
Läst lite böcker på den också, men tycker datorböcker och liknande egentligen fungerar bättre att läsa direkt på datorn.
Vad använder ni Ipad till?
Skrivet av Banka:
Det intressanta är hur A17 Pro i iPhone 15, som mer eller mindre är samma arkitektur/design som M3, har dubbla mängden TOPS än M3 Pro och M3 Max. Nog för att "AI" till stora delar nyttjas på lokala mobila enheter, men att dels segmentera M3-serien på det sättet och samtidigt inte låta både Mac och iPhone nyttja samma beräkningskapacitet för deras NPU är intressant när Apple idag har en skalbarhet där alla deras enheter från samma generation delar på snarlika förmågor.
Undrar om det finns en djupare tanke här, eller om det kanske mer handlar om någon form av kostnadsminimering.
NPU-delen är betydligt viktigare på mobiler och Ipads då de har sämre möjligheter att kyla kretsarna än laptops. Vidare används mobiler/ipads långt mer på ett sätt där man kommer använda färdigtränade AI-nätverk, så de behöver egentligen bara bra inferens-prestanda.
MacBook Pro är en väldigt populär plattform för AI-utveckling då Apple sett till att de viktiga ramverken har väldigt bra stöd för "apple-silicon. Men av någon anledning är stödet för deras NPU rätt begränsad, PyTorch/Tensorflow har väldigt bra stöd via MPS, MPS stödjer CPU och GPU men inte NPU.
Tror det bara är CoreML som gör det möjligt att använda NPUn (det som heter ANE, Apple Network Engine). Har inte själv använt CoreML, men får känslan att det är just tänkt att ta modeller man tränat med PyTorch, Tensorflow etc och sedan paketera modellen så den fungerar med CoreML, där kan man då välja att använda CPU, GPU, eller NPU/ANE.
Någon som har koll? Finns det andra sätt att använda ANE?
Skrivet av r80x:
Aldrig riktigt fattat detta med lövtunna laptops. Är ju mycket bättre om de får så pass mycket kylning att de kan prestera på topp och vara tystare. Min laptop är hyffsat nätt, inte som dessa, dock tillräckligt men jag hade mycket hellre lagt på 5mm för att kunna beefa upp kylningen.
Nu har jag verkligen inte koll på M chipet så har ingen aning om värmeutveckling och ljudnivå. De kanske presterar guld ändå och är knäpptysta
GPU-delen i M3 Max är rätt kompetent, ett spel som GRID-legends går att köra i mellan 60-120 FPS i 3456x2242, d.v.s. full upplösning på MBP 16". Detta är vad datorn drar då
CPU Power: 13187 mW
GPU Power: 30880 mW
ANE Power: 0 mW
Combined Power (CPU + GPU + ANE): 44067 mW
Kör man träning av AI-modeller i Pytorch går det att pressa upp GPUn till ~35 W som mest. CPU-delen drar runt 30 W om alla kärnor är maxade.
Krävs helt klart en fläkt, men är fullt möjligt att hantera. Redan Intels/AMDs "H-modeller" peakar ju på >100 W enligt notebook-check, så Apple ligger på en helt annan nivå. H-modellerna är fortfarande designade för "thin-and-light" även om det typiskt handlar om tunna datorer som går att spela på.
Absolutprestandan i M3 Max CPUn är i nivå med 14900K/7950X i många fall, x86_64 laptop CPUer är en bra bit efter. Så M4 kretsen man nu sätter i en fläktlös och väldigt tunn Ipad kommer vara snabbare än alla nu existerande x86-laptops i single-thread och få lär matcha den i multi-thread (gissar att den får ~15000 poäng i GB6 MT, det är ~50 % högre än M2 och lär vara MT där man kommer nära några 50 %, mycket p.g.a. 2 extra E-cores då de är hyfsat kompetenta).
Men än idag är ST långt viktigare än MT för normalanvändaren, rätt coolt att Apple har mobiler som spöar nästan alla bärbara Intel/AMD datorer sett till ST-prestanda!