No puedo comparar tu carga de trabajo en detalle, pero TensorFlow debería tener buena cobertura oficial de Apple corriendo TensorFlow en Apple Silicon / Metal .
Además, yo cambiaría sin pensarlo de las máquinas que mencionas. Aquí hay un Macbook Air que se enfrenta a dos "estaciones de trabajo" de Intel en una prueba. (3x a 4x de velocidad)
![enter image description here]()
Me encanta Apple refurbished - me ahorra el costo de AppleCare normalmente y la calidad ha sido estelar en mis años de verlos ordenados.
En tu caso, el modelo de 2018 (al igual que la mayoría de los Mac basados en Intel, excepto el iMac Pro y el Mac Pro) probablemente bajará de valor bastante rápido ahora y el M1 probablemente mantendrá su valor de reventa durante mucho más tiempo. Incluso podrías canjearlo con Apple por una cantidad de dinero fácil si no quieres reutilizarlo o revenderlo tú mismo.
El código de triald y CoreML todavía se está escribiendo y será mucho más lento en la CPU de Intel frente al Silicio de Apple
También obtendrá ventajas en la duración de la batería y otras características como parte de la actualización. A menos que sus bibliotecas y modelos sean muy específicos de Intel, querrá estar donde Apple está invirtiendo toda su ingeniería que es el SDK de iOS / iPadOS y MacOS para Apple Silicon.
Debido a los controladores y a la GPU, necesitarás un iMac Pro o un Mac Pro y probablemente harás el trabajo pesado en Windows para trabajar con CUDA. La conversión a CoreML debería estar bien, al igual que el uso de un MacBook Pro o cualquier M1 (incluso el air) para refinar los modelos o, si no estás haciendo esto profesionalmente y no puedes financiar una estación de trabajo de clase Xeon (4k dólares o más).
Puedes tener un Mac súper rápido con todas las características que te gustan por un descuento. Creo que deberías lanzarte a por el M1.
