새로운 Mac 개발자 도구는 Apple의 자체 칩을 활용하며, 이로 인해 HPC 사용자가 Intel이나 Nvidia의 병렬 프로그래밍 프레임워크를 사용하는 능력이 제한됩니다.

Apple의 최신 프로그래밍 프레임워크인 Xcode 16은 최근 WWDC 컨퍼런스에서 소개되었으며 프로그래밍 및 애플리케이션 통합을 보다 쉽게 ​​만들기 위해 AI를 활용하는 여러 가지 새로운 기능을 갖추고 있습니다.

그러나 Code Complete 와 같은 기능으로 Swift 프로그래밍 언어 에 새로운 기능을 추가했는데 , 이는 코드를 예측하고 완성할 수 있습니다. SwiftAssist라는 또 다른 기능은 코딩 질문에 답하고 API를 도와줍니다.

Apple의 PC는 이제 GPU, CPU, AI 칩을 포함한 자체 개발 Apple Silicon을 사용합니다. Mac은 이전에 AMD와 Nvidia의 x86 칩과 GPU에 의존했지만 더 이상 외부 GPU를 지원하지 않습니다. 이는 Mac 개발자를 AI 애플리케이션을 작성할 수 있는 제한된 환경을 제공함으로써 상자에 넣습니다.

WWDC에서 Apple은 개발자들에게 자체 CPU, GPU, 신경 프로세서를 활용하는 CoreML 포맷 으로 머신 러닝 모델을 전환할 것을 권장했습니다 .

CoreML Tools라는 오픈소스 Python 패키지는 PyTorch 모델을 Apple의 AI 하드웨어와 작동하도록 변환합니다. 개발자는 JAX, TensorFlow 또는 MLX를 사용할 수도 있습니다.

인텔과 엔비디아는 MacOS 지원에 시간을 낭비하지 않습니다. 인텔은 최신 2024년 버전 의 OneAPI 병렬 프로그래밍 프레임워크에 대한 MacOS 지원을 중단했습니다.

Apple은 WWDC에서 광범위한 AI 계획을 공유하면서, 자사 LLM을 Google의 Tensor Processing Unit으로 교육했다고 밝혔습니다.

Apple은 또한 Google의 데이터 센터에서 호스팅될 자체 Private Compute Cloud를 구축했습니다. Apple은 클라우드에서 AI를 위해 Nvidia GPU에 의존하지 않을 것입니다. 왜냐하면 Apple의 AI 전략은 전력 효율성에 초점을 맞추고 있으며, 이를 위해 자체 산술 기법이 있기 때문입니다. Nvidia의 GPU는 더 많은 전력을 소모하는 더 큰 LLM에서 훈련과 추론을 실행합니다.

Nvidia는 수년 전에 AI 및 HPC CUDA 프로그래밍 도구에 대한 MacOS 지원을 중단했습니다. 개발자는 Nvidia GPU용 애플리케이션을 만들려면 Linux 또는 Windows로 전환해야 합니다.

CUDA는 AI 애플리케이션이 Nvidia 하드웨어에서 실행되는 데 필요한 도구를 제공합니다. Apple과 마찬가지로 Nvidia는 고객을 자사 하드웨어와 소프트웨어에 고정시키려 하고 있습니다. Nvidia의 개발 도구는 AI Enterprise라는 제품군에 패키지되어 있으며, 무료가 아닙니다.

Apple은 Metal이라는 자체 게임 및 AI 프레임워크를 보유하고 있으며, 이는 자사 GPU에 최적화되어 있습니다. 소수의 매우 오래된 AMD 및 Nvidia GPU는 Metal을 지원하지만, 이는 현재 Apple의 자체 GPU로만 독점적으로 이전되었습니다.

하지만 Mac 개발자는 오늘날 대부분 그렇듯이 클라우드에 호스팅된 Nvidia GPU로 작업할 수 있습니다. 클라우드 제공자는 일반적으로 PC 운영 체제와 아무런 관련이 없는 Nvidia GPU를 위한 작업 환경을 제공합니다.

▷ 원문보기 : https://www.hpcwire.com/2024/07/12/nvidia-intel-not-welcomed-in-new-apple-ai-and-hpc-development-tools/