苹果已经发布了Google TensorFlow v2.4机器学习库的新版本，该版本针对其新的M1驱动的Macs进行了优化。经过M1优化的新版本利用了Apple的新ML Compute框架，该框架不仅可以使用CPU，而且可以使用任何可用的GPU，从而加速神经网络的训练。
苹果最新的macOS Big Sur版本包含了苹果的新ML Compute框架，使TensorFlow用户现在可以充分利用M1的8核CPU和8核GPU的全部潜力。
新的ML Compute框架利用了Accelerate框架为CPU提供的高性能BNNS原语，为GPU提供了Metal Performance Shaders。
报道援引苹果公司的话称，使用经过优化的TensorFlow版本，用户可以在配备M1的13英寸MacBook Pro上获得高达700%的培训速度。苹果还声称，在Intel驱动的2019 Mac Pro上训练TensorFlow优化中的样式转移算法大约需要两秒钟，而同一台机器上未优化的TensorFlow版本需要六秒钟。
当ML Compute首次发布时，开发人员很难调整其现有的ML脚本以与新API交互。苹果现在已经通过这个新的TensorFlow分支消除了这些问题。
开发人员现在可以简单地下载并使用经过Mac优化的TensorFlow 2.4分支，以充分利用其新的基于M1的Mac上的资源，而无需对其TensorFlow脚本进行任何更改。
苹果开发人员在正式的TensorFlow博客中写道，他们很快会将叉子整合到TensorFlow主线中。
