入手

2020年初的时候自己就已经规划未来自己的方向是往ARM设备边缘化计算方向发展，预计未来3-5年里ARM平台会在各个计算领域中崛起，从智能手机到小型Arduino边缘设备，再到大型的超算系统，在世界的每一个角落我们都可以看到ARM的身影。

为了促进SARS-Cov-2的疫苗研发，自己也组建了一套ARM64通用计算平台，硬件采用的是Raspberry Pi 4，系统采用Ubuntu 20.04 aarch64，因为主打低功耗，所以整个计算平台都是在家里运行，50台的树莓派电力消耗基本在300-400瓦特，同时自己也在组建Kubernets下的机器学习平台，能够在ARM上完成模型的训练，当然性能上和X86 + GPU无法相比，总体上自己可以学习到大型分布式项目的训练和集群的大规模管理经验。

后来传出消息，Nvidia准备收购ARM，消息一出，我就更加坚定，ARM绝对是以后低功耗通用计算平台的未来，虽然现在ARM的生态不是非常完善，很多开发者的工具链从X86移植到ARM平台会有很大的困难，然而到了Apple发布新款M1芯片时，所有的一切都发生了质变，如果说ARM引领我们走向另一个奇幻的CPU世界，那么Apple就是这个部落的首领他带领我们冲出敌人的团团包围，走出一条自己的道路，而这条路会由蜿蜒小道变成通往两个世界的高速公路。新款M1芯片发布后两天，我仔细看了官方的发布视频，就立刻下单购买一台Mac Mini M1，决定使用这台生产力设备来增加自己的收入，剪辑视频，制作App，当然还有玩玩Tensorflow + Swift，虽然机器要到12月份才能拿到，然而今天看推特时让我感觉我的选择果然没错。

SoC 架构

Apple将所有的处理元件，内存，处理器，存储全部封装在M1芯片中，采用5纳米工艺。

从图中可以观察到CPU和GPU都是共享统一内存，并且嵌入了Neural Engine神经网络处理引擎。从官方的介绍中可以得知，在处理图像和视频时，处理速度与前一代相比提升3-4倍，光这一点，我就觉得带M1的Mac很值得购买，还有未来Tensorflow肯定会支持M1，那么到时候可以测试下，直接在Mac Mini上训练深度学习模型，训练时间会缩短多少倍，相比于前一代的Mac Mini。

Apple 吹着牛说，自己的M1是最先进的，功耗最低的SoC，那么就让我们拭目以待。

golang on M1

参考文章链接:

在Apple M1上运行golang native

在Raspberry Pi 4 arm64上构建go-darwin-arm64-bootstrap

git clone https://go.googlesource.com/go
git fetch https://go.googlesource.com/go refs/changes/58/272258/2 && git checkout -b change-272258 FETCH_HEAD
cd go/src
GOOS=darwin GOARCH=arm64 ./bootstrap.bash