概述
之前在PC上，我们可以使用CUDA进行AI训练加速，但是在Mac上却只能使用CPU。现在苹果联合PyTorch，推出了Metal作为PyTorch的计算后端，苹果的文档描述如下
Metal backend for PyTorch
The new Metal backend in PyTorch version 1.12 enables high-performance, GPU-accelerated training using MPS Graph and the Metal Performance Shaders primitives.
我们只需要在Mac上安装1.12版本以上的PyTorch，就可以使用MPS作为后端，享受Metal带来的计算加速了
使用conda安装PyTorch
基于conda安装torch和图像音频处理库
conda install pytorch torchvision torchaudio -c pytorch
测试MPS是否可用
编写一个简单的例子测试MPS是否可用，在mps设备上创建一个tensor变量，然后打印出来
import torch
device = torch.device("mps")
val = torch.rand((2,2), device=device)
print(val)
如果一切没问题，会打印出来类似的结果
tensor([[0.9615, 0.5488],
[0.1987, 0.4467]], device='mps:0')
