@leoleoasd 裸下载官网的。从我的 Mac 上 AirDrop 过去然后也没登录。Steam 每次启动贼麻烦，后来就不用了。我是 Steam 买的不过。

@CommandZi 其实 16GB 本来买回来也是跑 CI 的，我晚上编译一下观察一下内存消耗，如果可以的话 cancel 16GB 省个一千五也挺好的。不过显存和内存共享压力确实有点大

@savebox 我是真尴尬，前段时间买了 Radeon VII 想做深度学习，结果被 AMD 坑了，他们的软件真的比 NVIDIA 的 CUDA 差劲太多，跑不起来。然后废物利用，我就买了个显卡盒子，没注意看，居然是不能给笔记本供电……现在又出来了 M1……

感觉 eGPU 对比我现在的 5500M，唯一的好处居然是更加安静。除此之外毫无优点

@QingStone 我是指网页，我只看到了 APPEND😂

@QingStone 咋改……

@qsmd42 您倒是比店员还着急哦

@savebox ARM 的 Bug Sir 好像没有 eGPU 驱动

@patrickyoung 我们还在测试公司内部的 macOS app 代码编译，目前来看比 i9 的快不少。有点懒得弄大项目😂感觉网上全都是

@savebox 明天带去公司，那边有个 LG 4K

Bug 有点多，第一次重启直接进系统恢复了……网上的评论不能信

@clrss 一会试一下，在等 Xcode 下载，全屏看 Netflix 已经遇到了很严重的 bug，屏幕宽窄一直来回切换，然后窄屏幕是直接压缩的那种。不知道是 XDR 问题，M1，Safari，还是 Netflix 。一动鼠标就会没掉……

@Xusually 我直接拿一个网上的巨大地图，那种一分钟两三发火箭的……压力测试压力测试😂

@gggxxxx 这个机器确实是打算退的，16G 要等到月底，这个是我实在忍不住先买的。过几天试试 16GB

@baleeny 有可能，我的 16GB 要月底才能到货。

@rainfd 那是小问题，大问题在于输出平台和你使用什么平台没有关系……

@denvi 说到积热，看前两天 Mini 和 Pro 的 GB 跑分没有 Air 高，非常令人迷惑

@zartouch

> 编译器用的什么版本，代码实现是什么。 什么叫红黑树的跑分？做的什么操作，数据集是什么一概没有，你这回复连最基本的程序员的素养都没有就别浪费我的时间了好吧。

我说了，你，不服，你用 Swift 写，数据你来生成，操作你来选。你这么缺少探索精神也好意思叫自己程序员？

其实就 A 系列和 X86 性能之争由来已久，令人搞笑的是两套完全相反的理论一直在循环出现，看的我非常难受：

1. 苹果不行，Geekbench 不行，靠的都是专门的 ASIC，若论通用计算 X86 吊打苹果。
2. 苹果也就通用计算能看一点，Intel 可是有高贵的 AVX512 ！专业应用全看 SIMD ！果必输！

先说 1 。搜一下我的记忆，大约三四年前的时候 Twitter 上已经有人拿当时的 iPad 用 Z3 跑了分，吊打 i7 。Z3 是个什么呢，输入一套逻辑约束，构造一个解满足这些约束，或者告诉你找不到解。这玩意够通用计算了吧？这还是几年前。

看看 Anandtech 的文章，A 系列的 U 在各个参数的堆料上都是压着 Intel 打，发射宽度，乱序窗口，老生常谈的缓存系统……ARM 新的内存模型可以让 A14/M1 的原子操作在没有竞争的情况下比 X86 快一个数量级。这样的例子有很多。前段时间看到的数据大约是 A 系列的 IPC 比 X86 高近一倍，指令多 10%，一个频率 3GHz，一个睿频 5-6GHz （顶级散热了），勉强能打了吧？

然鹅 5-6GHz 是桌面上的情况。MacBook Pro 的散热跑不到那么高的。所以现在的情况就是，单论通用计算，跑跑 JS，MacBook Pro 16/iMac 已经在 Mac 家族要垫底了。

其实 performance per watt 就是性能。现在 CPU 的问题就真的只是散热上不去。不知道你们有没有床上写代码的经历，我的顶配 16，只要不小心挡住出风口，kernel_task 就会疯狂占用 CPU 时间。以至于我最近行成条件反射，听到风扇就会查一下是不是有东西挡我 Mac 了。换了 M 系列，不论是峰值性能，持久性能，还是糟糕散热的性能，都会有显著提升。日常写代码操作还没有独立显卡抢散热。

回到 2，先吐槽下 AVX512：Intel 在执行 AVX512 的时候会自动全 CPU 降频。我记得之前有在某个数据中心的博客上讨论过，假如代码跑在虚拟机上，隔壁邻居跑了个 AVX512……

这玩意真的就完全看你的应用场景，软件适配了。很多人这辈子用的最刺激的应用估计就是某个没写好疯狂重渲染的 React/Vue 了，根本轮不到这类操作。我上半年做了一些简单的深度学习工作，同样的显卡（ Titan RTX ），我的代码比学术界的某个库（上层应用，不是底层框架）快了 10 倍，GPU 占用率拉到满，可惜必须用那个库，哎。

比如说你要做矩阵计算，然后手撸了两层循环，那 A14 和 i9 就……很难说了，拼的是编译器。可是苹果又不是没有提供 Accelerate，你用它的矩阵乘法，数据量大了直接帮你放到专门的电路上，压着 X86 打。跑模型也不需要自己拿 C++写个 RNN，用系统 /Tensorflow，专用电路肯定是比 Intel 快得多的。要知道老黄直播带货的时候最喜欢说他的加速卡一个机柜干掉 Intel 一个机房了。

说到底，2 真的没啥好说的，要是你用的专业软件真的就非常 Windows，非常的没有用 GPU，非常的依按照 Intel 优化了自己的 SIMD……那你就继续用呗。我平时写码编译反正没有这个需求。

分享一个优化 ARM SIMD 最后比 Intel 省钱的例子： https://blog.cloudflare.com/neon-is-the-new-black/

最后，感觉 M1 显然是不够大。内存上限，核心数，IO 带宽……这一代只有两个 Thunderbolt 3，很难受。这玩意你不能说苹果搞不出大的，但肯定需要时间，所以就坐着等好了。看看明年的 MBP 16，后年努力一把 Mac Pro 。我自己是买了个 Mac Mini 放公司玩，反正便宜，再不济当个 CI 服务器好了。

@zartouch 你自己拿 Swift 写个红黑树放你的 iPhone 12 和你的 MacBook Pro 顶配 16 去跑个分试试不就行了？

剧透一下，A14 按着 i9 打。