一周的 M1 MacBookAir 使用体验

date
Dec 20, 2020
slug
one-week-m1-mba-feedback
status
Published
tags
Apple
MacBook
summary
上周上个月预定的 m1 处理器 MacBook Air 终于到货了,到目前为止大概用了一周多点的时间,简单聊一下使用的体验
type
Post
notion image

为什么买?

其实在此之前已经有了换电脑的打算,一直用的公司平配的低配 MBP,永久了不是很舒服,又卡又要天天清理硬盘,自己有一台台式机(放在家用于玩游戏)和一台 New Surface Pro(2017 年款,也是比较卡),工作时被各种问题折磨的有点难受。
之前听说要出 MBP 14 英寸的版本,一直等啊等。结果没有出 14 英寸,而是出了这个新的产品。
很多人可能对 arm 好感度不是很高,因为之前微软的 Surface Go 系列不是那么成功的样子,不过个人觉得苹果出东西一般都是做的差不多了才会推出来,而且 ppt 上确实吹的挺厉害的 👀️。
于是就订了 16G + 512G 8 核 GPU 版本的 MacBook Air,不买 Pro 一方面是因为不太喜欢 TorchBar 一方面是因为很喜欢各种无风扇的设计,之前买的 Surface Pro 也是 i5 无风扇的版本

关于性能

在第一批 8G + 256G 的 M1 芯片 MacBook 发货时已经有很多很多评测了。
当时最常见的评价就是:
剪辑视频比 i9 的 iMac 还要强,哇塞不哇塞
但这个东西,我当时的内心状态是我既没有能产生 x265 的设备,又没有剪辑视频的需求,你说厉害,那我也就跟风呱唧呱唧,但是到底有多厉害,我心里读不出来这个标准。到货之后才真真切切的感受到了与原来 Intel 芯片的 MBP 的差别。

💁 日常软件

Safari

不得不说,Safari 在自家平台是非常强的,不管是加载还是滚动操作,都灰常丝滑,有一种 iPad Pro 2018 刚到手时的那种震撼感。都是没装扩展的情况下,相比而言刚刚支持 M1 处理器的 Google Chrome 就没有 Safari 那么顺溜,应该还是有优化空间的,现在的 Chrome 耗电,速度都比不过 Safari。
至于其他还没原生支持 aarch64 的暂时都没有试过。

Final Cut Pro

💡
我刚刚好像说我不会玩这个软件来着,但是鉴于看别人吹的那么厉害,就速成了一下 fcp 的基本操作,去淘宝上买了个账号下了 fcp motion compresser 三件套。
嗯嗯,试着给一个游戏视频加了个背景音乐,导出是挺快的,几十秒吧。
fcp 这个导出半天看不明白,教学视频里有导出 .mp4,在自己电脑上就是找不到,只能导出 .mov,不是很理解,不会玩。不过我发现了剪辑软件的一大乐趣,就是光标在时间轴上来回滑,看预览窗口里快速切换的画面,加上耳朵里滋啦滋啦的声音,它大概确实处理的挺快的吧。

💻 编译

💡
终于说到了和工作有点关系的东西了
关于这部分的体验对我来说只有 2 个字,那就是惊艳
首先,公司项目的需要,我手动编译了 OpenCV, mupdf, PyTorch。以前用公司的 MBP 编译 OpenCV 差不多要几十分钟的时间,新电脑只用了不到 10 分钟就完成了编译。PyTorch 也只用了十几分钟就编译完成了,以前我都没敢去试编译 PyTorch(其实也是因为没必要试)。C/C++ 项目的编译时间快了好多好多。印象里比我用台式机(9900K)还要快。
还有一个很明显的例子,就是编译这个本周末搭起来的基于 VuePress 的静态博客。
使用台式机 (9900K + Samsung 970Pro):
notion image
使用新 MBA:
notion image
MBA 比台式机还快了一点。突然想起以前在公司写前端时,按一下 cmd + s,等着 webpack-hot-loader 编译了 半天再出结果的凄惨画面。webpack 速度快的话,编码的过程会舒适好多好多。
至于用 maven 编译 Java 项目,相比老的 MBP 也快了挺多的,这个我觉得和内存/硬盘速度关系应该挺大的,毕竟有个打包成 fat jar 的过程。

关于兼容性

推荐两个网站,上面能够查到各种软件对 M1 芯片的 Mac 的支持情况。
  1. https://doesitarm.com
  1. https://isapplesiliconready.com
另外聊聊工作中遇到的兼容性问题。
  1. JNA :暂时没有直接支持,这个解决比较简单,手动下载源码,生成 jni 的 .h 文件(这东西原生是用 ant 编译的,不想再折腾直接就用 Javah 生成了,编译生成 jnilib,然后启动的时候指定环境变量,使用自己生成的,这样就既不改代码,又能跑起来了)
  1. libtorch:新版的 PyTorch 1.8.0 支持了 M1 芯片,PyTorch 的 issue 里有个在 tensorflow m1 版本的基础上编译 PyTorch 的教程,感觉这个操作还是挺骚的。可惜就是以前用 PyTorch 1.4.0 生成的模型文件不能直接在 1.8.0 版本里使用,需要重新生成(训练)。
周末 Docker 和 Parallels Desktop 都 发布了针对 M1 芯片 MAC 的预览版,测试了一下完成度还可以。微软的 Windows 10 for ARM 21277 新增了 AMD64 到 aarch64 转译的功能。
以后就可以在 ARM MAC 上运行 ARM Windows 运行 x86_64 的 windows 程序了,想想还有点小激动,bilibili 上都有人玩起来 LOL 了。

小总结

这次新出的 H1 芯片 Mac 相对于此时的其他机器挺香的,长时间续航 + 高性能,目前兼容性也问题不大 😄😄😄。

结尾的一点点吐槽

可能因为这次媒体的评价过于高了吧,看到网上有些以前不用 Mac 的人也买了 M1 芯片的 Mac。然后他们的有些吐槽真的是让人感觉好笑又说不出来话。”他们都吹 Mac 的触摸板,我看 Mac 的触摸板就是辣鸡,这次我买 Mac 了,就不会被别人说是云用户了“,结果那个人对触摸板的理解只有左键右键和移动。
认真的讲,如果你面对一个对你来说的新的事物,潜意识就觉得它不行,自己的经验是最对的,满脑子就是去找黑点的话,你永远都不会发现它的优点。世界很美,但缺少发现美的人,保持一个虚心的心态,才能收获更多。

© yooyi 2020 - 2021