首页
/ Segment Anything 2项目新增对MPS和CPU设备的支持

Segment Anything 2项目新增对MPS和CPU设备的支持

2025-05-15 01:09:48作者:裴锟轩Denise

Segment Anything 2(SAM2)作为Facebook Research推出的先进图像分割模型,近期迎来了一个重要更新——正式支持苹果M系列芯片的Metal Performance Shaders(MPS)以及CPU设备。这一更新解决了Mac用户和没有NVIDIA GPU设备用户的使用难题。

技术背景

在计算机视觉领域,图像分割模型通常需要强大的GPU加速计算。传统上,这类模型主要依赖NVIDIA的CUDA架构进行加速。然而,随着苹果自研芯片的普及,越来越多的开发者希望在Mac设备上直接运行这些模型。

MPS是苹果提供的Metal框架中的高性能计算组件,专门为苹果芯片优化。它能够充分利用M系列芯片的统一内存架构和强大的神经网络引擎,为深度学习推理提供接近CUDA的性能。

更新内容

此次更新主要涉及以下方面:

  1. 设备兼容性扩展:模型现在可以自动检测并适配MPS设备(Mac)、CUDA设备(NVIDIA GPU)或CPU设备
  2. 性能优化:针对MPS设备进行了专门的优化,确保在苹果芯片上获得最佳性能
  3. 示例更新:项目中的Jupyter Notebook示例已更新,支持在不同设备上运行

使用指南

对于Mac用户,现在可以无需任何额外配置直接运行SAM2模型。系统会自动检测并使用MPS加速。对于没有GPU设备的用户,模型也可以回退到CPU模式运行,虽然速度会有所下降,但保证了功能的可用性。

技术意义

这一更新具有多重意义:

  • 降低了使用门槛:使更多没有高端NVIDIA GPU设备的开发者能够体验SAM2的强大功能
  • 生态扩展:完善了苹果生态下的深度学习工具链
  • 研究便利性:研究人员可以在更多设备上进行实验和原型开发

未来展望

随着异构计算的发展,支持多种计算后端将成为深度学习框架的标配。SAM2的这一更新也反映了这一趋势,为后续更多设备支持奠定了基础。

对于想要在Mac设备上体验先进图像分割技术的开发者来说,这无疑是一个令人振奋的消息。现在,M系列Mac用户可以直接本地运行SAM2,无需依赖云服务或其他硬件设备。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
143
1.92 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
929
553
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
422
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
65
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8