Apple Silicon on Melabit

Da Intel ad Apple Silicon

Mon, 11 Mar 2024 06:00:00 +0000

La transizione è conclusa, da alcuni giorni tutti i computer che uso per lavorare funzionano con un processore ARM Apple Silicon: un Mac Studio M2 Ultra di cui ho già parlato a lungo e che sta sulla scrivania del mio ufficio, un Mac Mini M1 16 GB/1 TB – rimasto semidimenticato su uno scaffale per motivi che non sto qui a dire – nell’ufficio casalingo e un Mac Book Air M1 molto molto basico (appena 8 GB di RAM e 256 GB di SSD, la metà di quello di mia moglie) per usi light e per quando devo andare in giro.

Dimenticavo, dalla scorsa estate c’è anche un iPad Pro 11" M1 che è una vera meraviglia e merita un post a sé stante.

Sul Mac Studio e sul Mini gira Sonoma, che non mi fa impazzire ma ormai c’è e ce lo dobbiamo tenere, mentre l’Air ha ancora Monterey. Appena possibile aggiornerò anche quello a Sonoma, per avere un ambiente coerente su tutte le macchine.

Inutile dire che, rispetto ai modelli Intel che ho usato prevalentemente finora, le prestazioni sono di un altro pianeta. I benchmark dicono già molto, ma ancora di più vale l’esperienza di ogni giorno, i programmi che si aprono in un amen, la fluidità delle applicazioni più avide di risorse, gli script in Python o R che prima richiedevano di minuti di attesa e ora invece finiscono quasi prima di poter battere ciglio.

Un altro indice della velocità di queste macchine è il tempo impiegato per installare (come al solito) da zero il sistema operativo e tutti gli applicativi che mi servono (e sono parecchi).

Con il Mini ho fatto tutto in un solo giorno (e si tratta di un centinaio di applicazioni da scaricare, registrare configurare una ad una), mentre un secondo giorno mi è servito per le cose più fini, come copiare i file da un Mac all’altro, configurare i meandri del sistema (una cosa piuttosto complicata che, per fortuna, la maggior parte degli utenti può risparmiarsi) e installare strumenti da Terminale come homebrew e conda, che per me sono essenziali per lavorare.

Rosetta si è installata da sola la prima volte che ho aperto una applicazione solo Intel e finora tutte le applicazioni che ho installato girano senza problemi, anche quelle più di nicchia che richiedono librerie più o meno specializzate. Del resto sono passati più di tre anni dalla presentazione dei primi Mac M1 e le asperità iniziali dovrebbero essere state risolte da tempo.

Insomma, la transizione da Intel ad Apple Silicon è stata facile, più facile di quello che mi sarei aspettato all’inizio e forse persino più facile del passaggio precedente da PowerPC a Intel. In ogni caso, molto più facile che attraversare una strada trafficata di Roma negli anni ‘60.

P.S. E i vecchi Mac che fine fanno? Come ho già scritto altrove, ho in mente un nuovo progetto per riutilizzarli al meglio, le prime prove sono molto positive ma prima di scriverne preferisco essere sicuro di certi dettagli. Stay tuned!

Fai sbocciare la tua creatività: DiffusionBee per generare immagini sul Mac

Mon, 06 Mar 2023 06:00:00 +0000

Negli ultimi mesi ChatGPT ha riempito le pagine dei giornali e del web, oscurando quello che è stato per mesi uno dei giocattoli preferiti dei nerd di tutto il mondo, la generazione di immagini tramite intelligenza artificiale.

Abbiamo giocato per mesi con DALL-E, con Crayon o con StableDiffusion, strumenti che funzionano online o che richiedono l’uso della linea di comando o l’esecuzione del codice sorgente originale.

Da qualche tempo è disponibile uno strumento più comodo per giocare con questi sistemi direttamente sul proprio computer utilizzando una comoda interfaccia grafica. Si tratta di DiffusionBee, che per ora è riservato ai soli utenti di macOS, con in arrivo l’inevitabile versione per Windows (ma vogliamo parlare prima o poi del fatto che ormai il software più interessante è disponibile prima per il Mac e solo dopo per Windows?).

Io l’ho provato e i risultati sono interessanti, anche se con qualche ombra.

Mac Intel o Apple Silicon?

DiffusionBee è disponibile in due versioni separate, una specifica per processori Intel e l’altra per Apple Silicon (cioè per le varie incarnazioni dei processori M1 ed M2 installati nei Mac più recenti). Anzi, per Apple Silicon sono disponibili ben due versioni, una a qualità normale e l’altra in alta qualità, che produce immagini migliori a scapito della velocità di esecuzione.

Dico subito che la versione di DiffusionBee per Intel richiede un processore molto performante. Il mio Mac di casa, con processore Intel i5 e 16 GB di RAM, è andato in crash per due volte, per cui è chiaro che le sue riserve di calcolo non sono sufficienti. Potrei provarlo sul Mac i7 dell’ufficio, ma ho molte remore, ho bisogno che sia stabile e un suo eventuale riavvio imprevisto mi creerebbe non pochi problemi.

Nessun problema invece su un MacBook Air M1, qui di potenza ce n’è più che a sufficienza e DiffusionBee va alla grande. Bisogna considerare però che il programma vero e proprio occupa poco spazio, circa 340 MB la versione per Apple Silicon e poco di più per quella Intel, ma al primo avvio deve scaricare ben 4 GB di dati del modello di generazione delle immagini suddivisi in due blocchi da 2 GB ciascuno, che diventano 8 GB una volta scompattati. Tenetene conto se avete poco spazio.

Una volta scompattato, il modello viene caricato in memoria e si può finalmente incominciare ad usare il programma.

Interfaccia utente

La finestra principale di DiffusionBee è semplicissima, in pratica consiste solo in un box di testo dove si inserisce una frase (prompt) che innesca la generazione delle immagini, e in una parte inferiore più ampia che mostra le immagini generale. Il programma dispone anche di funzioni più specializzate, attivabili cliccando sulle etichette visibili nella parte superiore della finestra, che saranno discusse brevemente più avanti.

Per le prime prove ho utilizzato un prompt iniziale molto semplice incentrato sulle mele (che altro scegliere su un Mac?), “Un albero con delle mele rosse e verdi”,

e il primo risultato è semplicemente orribile. Oltre che sbagliato, visto che avevo chiesto “un albero con delle mele rosse e verdi”, non “un albero rosso con delle mele verdi”,

Riprovando senza cambiare niente i risultati migliorano parecchio, anche se è difficile capire il perché.

Si può fare di meglio

Prompt più elaborati restituiscono immagini decisamente migliori, almeno finché si rimane nell’ambito dell’arte astratta. Ma probabilmente però queste sono solo variazioni su temi ben noti al programma, visto che il modello di intelligenza artificiale dovrebbere essere stato nutrito anche con le immagini dei grandi pittori.

Se invece si prova a riprodurre invece certe immagini tratte da Arthub.ai, un sito dedicato alla condivisione dell’arte generata (o magari generativa), i risultati sono decisamente meno buoni rispetto a ciò che si vede sul sito (mi riferisco al contenuto tecnico delle immagini, quello artistico è un’altra cosa).

Prendiamo ad esempio questa bellissima “donna bionda con gli occhi azzurri che indossa un lungo e fluente abito rosso, che chiede un cocktail in un bar, la vigilia di Capodanno, in un futuro distopico alla Bladerunner”, che sembra dipinta a mano.

DiffusionBee con i parametri di default la interpreta così, facendoci interrogare sulla reale posizione del bicchiere centrale.

Oppure così, dove sembra che la povera signorina abbia un piede al posto della mano.

Purtroppo Arthub.ai non ci dà quasi mai informazioni su come sono state generate le immagini presenti sul sito, ma è più che probabile che queste abbiano richiesto ore ed ore di elaborazione su megacomputer preparati ad hoc. DiffusionBee, invece, gira su dei computer normali e fa il suo lavoro in pochi secondi, è inevitabile che non possa mai raggiungere quei livelli.

Ma se si è consapevoli dei suoi limiti e si prova ad essere più creativi che riproduttivi, con un po’ di pazienza si possono ottenere dei risultati decenti.

Infatti, anche se la riproduzione del corpo umano da parte di DiffusionBee ha dei seri problemi (come è evidente dalle immagine precedenti, così come da molte altre prove non mostrate qui per semplicità),¹ in altri campi il programma produce risultati decisamente migliori, come si può vedere negli esempi che seguono.

Magari dovremo ripetere più di una volta la generazione delle immagini, ma con un po’ di pazienza si riesce ad ottenere dei risultati interessanti, magari anche giocando con gli stili predefiniti e le opzioni di generazione selezionabili cliccando sulle etichette relative visibili sotto il box di testo.

Altre funzioni

DiffusionBee permette anche di generare una immagine a partire da un’altra immagine, di rimuovere o di aggiungere particolari ad una immagine già elaborat o di recuperare la storia di tutte le immagini generate dall programma. Tutte queste funzioni vengono attivate cliccando sulle etichette situate nella parte superiore della finestra.

Ad esempio, selezionando la scheda Image To Image si può trasformare l’immagine della spiaggia invernale in una vista estiva, peccato che il modello di intelligenza artificiale dimentichi di togliere la neve!

E anche possibile modificare i dettagli di una immagine (scheda Impanting) oppure estendere l’immagine prodotta (scheda Outpainting). Facendo così si può riuscire a restituire alla signorina bionda una mano quasi degna di questo nome (anche se ho dovuto riprovare parecchie volte prima di ottenere un risultato quasi accettabile).

Ma la funzione di gran lunga più utile è l’ultima, History, che mostra tutte le immagini generate dal programma insieme ai prompt e ai principali parametri utilizzati per produrle. È una funzione fondamentale per tornare sui propri passi e recuperare quello che si è già fatto oppure per fare delle nuove prove a partire da una configurazione ben definita.

Anche in alta qualità

La versione in alta qualità (HQ) di DiffusionBee, specifica per Apple Silicon, ha lo stesso nome di quella a qualità normale, per cui non può essere installata insieme a quest’ultima. Il motivo dovrebbe risiedere nel fatto che si basa su un modello di generazione diverso, infatti alla prima esecuzione scarica un nuovo modello di generazione, questa volta suddiviso in ben 8 blocchi, un paio molto grandi (circa 3 GB ciascuno) e gli altri di dimensioni molto più ridotte, per un totale decompresso che dovrebbe comunque rimanere sempre intorno agli 8 GB. Anche con la fibra FFTH ci è voluta una buona mezz’oretta per concludere il download del modello.

Come messo bene in evidenza nella pagina di download di DiffusionBee, La velocità di generazione delle immagini della versione HQ è apprezzabilmente minore di quella a qualità normale, mentre ho qualche dubbio sulla migliore qualità delle immagini prodotte, guardate le immagini qui sotto e giudicate da soli. Non mi pare quindi che valga tanto la pena usare la versione HQ al posto di quella normale, molto più veloce.

In ogni caso, una volta scaricati i due modelli distinti di generazione delle immagini, passare dalla versione a qualità normale a quella HQ (o viceversa) di DiffusionBee è questione di pochi attimi: basta aprire il file dmg relativo alla versione da installare e trascinare l’icona del programma nella cartella Applicazioni, sostituendola a quella già installata. Tutte le configurazioni, i modelli e la storia di uso del programma rimangono sempre disponibili, indipendentemente dalla versione usata.

Volendo si potrebbero rinominare le due versioni di DiffusionBee in modo diverso, tenendole così permanentemente installate in Applicazioni. Io non ho provato a farlo e non garantisco che non creino problemi, soprattutto se si prova ad usarle in contemporanea.

Se vogliamo disinstallarlo

E se alla fine ci stufiamo e vogliamo disinstallare DiffusionBee? Cancellare il solo programma non basta, e non basta nemmeno usare AppCleaner (o simili) per cancellare i file di supporto, come è normale fare con le altre applicazioni. Perché quello che è davvero importante rimuovere sono i modelli, che occupano almeno 8 GB ciascuno, ma che non vengono individuati da AppCleaner (e, ci scommetterei, nemmeno dalle altre applicazioni di disinstallazione per macOS).

AppCleaner non riesce a trovare questi modelli perché non si trovano, come si aspetta, in una cartella della Libreria dell’utente, ma in una directory nascosta della Home dell’utente, denominata, con pochissima fantasia, .diffusionbee.

La mia contiene in questo momento 12 GB di dati, che sono 4 GB meno di quanto mi sarei aspettato, evidentemente i due modelli hanno delle parti in comune.

Volendo disinstallare DiffusionBee, la procedura corretta è quindi:

disinstallare l’applicazione e i file di supporto con AppCleaner o simili (ma chi sa usare il Terminale può cancellare a mano le cartelle che contengono i file di supporto);
aprire il Terminale ed eseguire il comando

% rm -r ~/.diffusionbee

dove il simbolo del % rappresenta il prompt del Terminale e non fa parte del comando (da notare che il % è il prompt di default della shell zsh utilizzata dalle versioni più recenti di macOS, in precedenza la shell di default era bash e il prompt era rappresentato dal simbolo del $).

Conclusioni

DiffusionBee è un bel giocattolo che, sfruttando le tecniche più avanzate di intelligenza artificiale, può generare immagini che vanno dall’orrido all’interessante sul proprio Mac con processore M1/M2. È possibile che DiffusionBee funzioni anche su un Mac Intel ma francamente, visto il tempo che impiega nei casi più complessi su un Mac M1, dubito che possa farlo in modo sufficientemente veloce da essere davvero utilizzabile.

È chiaro però che DiffusionBee è più che altro un bel giocattolo, se si vogliono davvero mettere le mani in questi sistemi basati sull’intelligena artificiale, la cosa migliore da fare è lavorare direttamente con il codice sorgente, quasi sempre in Python, magari utilizzando Google Colab come piattaforma di sviluppo. s Le guide introduttive non mancano, basta fare un giro su Google per trovare di tutto e di più. Come ad esempio questa guida, High-performance image generation using Stable Diffusion in KerasCV che, a differenza di tante altre, funziona al primo colpo.

In ogni caso, che sia con DiffusionBee o con Python, buon divertimento!

Sarebbe interessante verificare cosa succede con Stable Diffusion, che è il il modello di generazione di immagini su cui si basa DiffusionBee. ↩︎

MacBook Air M1 la non-recensione: prestazioni con Performance Test

Tue, 15 Mar 2022 06:00:00 +0000

Dopo aver valutato le prestazioni del MacBook Air M1 con Geekbench 5, questa volta tocca a PerformanceTest, un tool meno noto ma davvero molto interessante, perché permette una analisi molto dettagliata delle prestazioni del sistema. Ma non temete, qui mi limiterò solo a un riassunto dei risultati più importanti. Chi vuole può saltare i dettagli relativi all’installazione e all’uso di PerformanceTest e leggere solo la parte finale con i risultati dei test.

PerformanceTest: versione grafica e versione a linea di comando

PerformanceTest per Mac è un prodotto gratuito di Passmark Software ed è un vero peccato che il produttore faccia pochissimo per farcelo trovare con facilità, sepolto com’è in fondo della pagina dedicata alla descrizione generica del prodotto (e anche da lì ci vogliono altri due click per arrivare alla versione specifica per Mac).

La versione grafica di PerformanceTest si trova sull’App Store e gira su macOS 11.0 e versioni superiori, quindi di fatto solo su Big Sur e Monterey (Figura 1), mentre la versione a linea di comando (da eseguire quindi con il Terminale del Mac) ha bisogno almeno di macOS 10.14 Mojave (Figura 2).

Figura 1. Versione grafica di PerformanceTest.

Figura 2. Versione a linea di comando di PerformanceTest.

Le schermate delle due versioni sono praticamente identiche, la parte superiore della finestra mostra le principali informazioni di sistema mentre tutto il resto è dedicato all’elenco dei test disponibili e ai risultati corrispondenti. L’unica differenza è che la versione a linea di comando mostra anche i valori dei parametri utilizzati per eseguire i test (numero di processi, numero di ripetizioni, durata del test, tutte cose che vedremo meglio più avanti), mentre la versione grafica può utilizzare solo i parametri di default (o almeno io non sono stato capace di trovare il modo di configurarla), parametri di cui però non sappiamo nulla perché non sono riportati nella finestra del programma. Sull’Air M1 la schermata della versione grafica si estende in verticale per tutto lo schermo e finisce per essere nascosta in parte dal Dock; è vero che ci vuol poco per nascondere il Dock, ma è una piccola seccatura lo stesso.

Io ho preferito usare la versione a linea di comando, non solo perché è compatibile con un maggior numero di versioni di macOS e quindi mi ha permesso di provare quasi tutti i Mac a mia disposizione, ma anche perché può eseguire tutti i test in sequenza salvando i risultati su un file. Una bella comodità quando ogni ciclo di test dura mezz’ora o più e si devono ripetere più volte le stesse prove con valori diversi dei parametri.

Ancora più importante, però, è il fatto che, a differenza della versione grafica limitata ad usare solo i parametri di default, la versione a linea di comando di PerformanceTest consente di variare in modo molto completo le condizioni di esecuzione del programma, una cosa fondamentale per mettere seriamente alla prova i Mac sotto esame.

Come usare la versione a linea di comando

PerformanceTest a linea di comando non richiede installazione, basta scaricarlo da questa pagina, decomprimere il file pt_mac.zip, spostarsi nella cartella risultante PerformanceTest ed eseguire il programma pt_mac con gli opportuni parametri.¹

Andando nello specifico, se abbiamo scaricato e scompattato il file nella cartella Downloads, per lanciare pt_mac da Terminale con i parametri di default dobbiamo eseguire i comandi

$ cd ~
$ cd Downloads/PerformanceTest
$ ./pt_mac

Come sempre il simbolo del $ rappresenta il prompt del Terminale e non fa parte del comando. Il primo comando cd ~ serve solo per essere sicuri di partire dalla cartella Home del proprio account e non è strettamente necessario a meno che non abbiate già usato quello stesso Terminale per aggirarvi nei meandri del filesystem.

Arrivati a questo punto si apre la schermata principale del programma (Figura 2). Premendo il tasto A eseguiamo tutti i test disponibili, se invece vogliamo eseguire solo i test relativi alla CPU o alla memoria dobbiamo premere rispettivamente i tasti C o M. Con i parametri di default i test durano relativamente poco e alla fine ci viene chiesto se vogliamo salvare i risultati su cpubenchmark.net che, analogamente a quello che fa Geekbench, raccoglie i risultati dei test eseguiti con PerformanceTest. In caso di risposta positiva, alla fine dell’upload ci viene restituito l’URL dove ritrovare il nostro test.

Tutto molto comodo ma anche piuttosto difficile da analizzare a posteriori. Molto meglio eseguire pt_mac specificando esplicitamente i parametri da utilizzare per i test. In questo caso pt_mac salva i risultati dei test su un file in formato yaml e non più su cpubenchmark.net, una cosa che apre la strada all’automazione di tutta la procedura, ad esempio attraverso uno script in bash. Io ho preferito fare tutto a mano perché il numero di test da eseguire non era così grande da non poter essere concluso in un paio di giorni sfruttando i momenti liberi delle varie macchine, ma se dovessi analizzare un gran numero di computer avrebbe senso investire un po’ di tempo nel preparare uno script come si deve.

Come sono stati eseguiti i test

Ho iniziato i test sul MacBook Air M1 utilizzando macOS Big Sur 10.6, ma poi ho ripetuto le misure anche con gli aggiornamenti successivi 10.6.1 e 10.6.2.

Per confronto, ho misurato anche le prestazioni dell’altro Air di casa, un modello del 2015 con processore i5 su cui è installato macOS Mojave 10.14.6, nonché quelle di due altri Mac su cui girano versioni compatibili di macOS, un vecchio ma sempre pimpante MacBook Pro i7 del 2011 customizzato, su cui gira Big Sur 11.6.2 e un iMac i5 del 2013 con Mojave 10.14.6. Purtroppo il mio Mac principale usa (ancora per poco, spero) High Sierra e quindi non ho potuto includerlo in queste prove.

Per quanto riguarda PerformanceTest, tutti i test sono stati eseguiti con la versione v10.2 Build 1000 del 21 Dicembre 2021, che è ancora l’ultima release disponibile. Tutte le prove riportate qui sono state eseguite con questi parametri

$ ./pt_mac -p 1 -i 5 -d 3 -r 3

dove -p indica il numero di processi da eseguire in parallelo, -i il numero di ripetizioni di ciascun test, -d la durata dei test e infine -r determina se eseguire tutti i test o solo quelli relativi alla CPU o alla memoria (maggiori dettagli sul significato di ciascuno switch si possono trovare qui). In questo caso specifico, il numero di processi -p è stato variato fra 1 e 32, raddoppiando ogni volta il numero precedente (quindi -p può essere uguale a 1, 2, 4, 8, 16, 32), mentre per semplicità tutti gli altri parametri sono stati mantenuti invariati. Ciò significa che ogni test è stato ripetuto per 5 volte (-i 5), eseguendo sempre dei test di tipo Long (-d 3) e analizzando sia la CPU che la memoria (-r 3).

Con questa configurazione un ciclo completo di test richiede almeno mezz’ora, inutile aspettare davanti al Terminale, meglio andare a prendere un caffè molto lungo o a fare una passeggiata. Perché mentre eseguiamo i test non possiamo assolutamente usare il Mac, anzi prima di lanciare pt_mac sarebbe preferibile chiudere tutte le applicazioni in esecuzione, o almeno quelle che non sono indispensabili.²

Durante i test la temperatura del processore M1 del MacBook Air, misurata tramite Hot, arriva fino a 80°, a dimostrazione del fatto che PerformanceTest mette davvero alla frusta le capacità della CPU. Dato che il processore M1 del MacBook Air è raffreddato solo in modo passivo (cioè senza ventole, rumorose e soggette a guasti), è chiaro che a questa temperatura interviene un sistema di throttling che diminuisce le prestazioni del processore e gli impedisce di riscaldarsi ulteriormente. Ben diversi i Mac con processori Intel: qui la temperatura della CPU può arrivare a 90-95°, ma ora le ventole si sentono, eccome se si sentono!

Quasi tutti i test sono stati eseguiti tenendo il MacBook Air M1 sempre collegato all’alimentazione elettrica. Ho provato anche a eseguire un paio di prove con la batteria e, come vedrete fra poco, ho fatto bene, perché i risultati sono interessanti e meriterebbero un maggiore approfondimento.

Risultati

PerformanceTest salva sul file yaml i risultati ottenuti da ciascun test, nonché due parametri riassuntivi, il CPU Mark e il Memory Mark, che combinano in un modo piuttosto contorto i risultati dei test della CPU e quelli relativi alla memoria (Figura 3). Purtroppo non è possibile mostrare una schermata con i risultati completi dei test perché alla fine dell’analisi PerformanceTest salva i risultati su file e si chiude, tornando al prompt del Terminale.

Figura 3. Risultati (quasi completi) dei test.

Una volta concluse le prove sui quattro Mac che ho usato in questo ciclo di test mi sono ritrovato con un bel numero di file yaml, uno per ogni valore di -p, archiviati in cartelle diverse a seconda del Mac usato. PerformanceTest non permette di scegliere il nome del file e la cartella di archiviazione, per cui bisogna rinominare e archiviare tutto a mano, un’altra delle cose che potrebbero essere facilmente automatizzate con il buon vecchio bash. Ma tant’è, per questa volta fare tutto a mano non è stato troppo fastidioso.

Arrivati a questo punto l’idea era di aprire RStudio e cominciare ad analizzare i dati. E invece no. Per qualche motivo la libreria yaml di R non riusciva ad aprire i file generati da PerformanceTest (inutile dire che la stessa libreria non aveva problemi con qualunque altro file yaml che avessi sotto mano), per cui ho dovuto fare un passaggio intermedio con Python per convertire i file yaml in csv, aprendo poi questi ultimi in R. Il resto dell’analisi è filato via senza problemi. Per semplicità mi sono limitato ad analizzare solo il CPU Mark e il Memory Mark, ma non è detto che prima o poi non ci sia modo di fare uno studio più completo.

Cominciamo con i valori del CPU Mark ottenuti dai 4 Mac utilizzati (Figura 4).

Figura 4. CPU Mark in funzione del numero di processi in esecuzione nella CPU. Legenda: (iMac14,3, cerchi rossi) iMac i5 2013/Mojave 10.14.6, (MacBookAir10,1, quadrati blu) MacBook Air M1 2020/Big Sur 10.6.x, (MacBookAir7,2, rombi verdi) MacBook Air i5 2015/Mojave 10.14.6 i5 , (MacbookPro8,2, triangoli viola) MacBook Pro i7 2011/Big Sur 10.6.2.

Rispetto agli altri 3 Mac il MacBook Air M1 (identificato nel grafico dai quadrati blu) è di un altro pianeta, ma dai risultati ottenuti con Geekbench sappiamo che anche i Mac più moderni con processore Intel non avrebbero fatto una figura migliore.

La Figura 4 mostra chiaramente come il processore M1, ad ogni raddoppio del numero di processi, riesce a raddoppiare (o quasi) il suo livello di prestazioni. Una tendenza alla saturazione del CPU Mark si osserva solo quando PerformanceTest arriva ad eseguire 8 processi in parallelo, impegnando così tutti gli 8 core della CPU, perché una parte delle risorse del sistema deve essere comunque riservata alla gestione del sistema operativo (ecco perché è bene tenere il Mac il più possibile scarico durante questi test).

Una cosa piuttosto strana succede quando il numero di processi arriva a 16. Per quanto se ne sa, il processore M1 non supporta l’hyper-threading – la tecnologia di Intel che permette di simulare l’esistenza di due core logici per ogni core fisico³ – ma nonostante questo, con 16 processi in parallelo le prestazioni misurate dal CPU Mark invece di diminuire (a causa dell’overhead, cioè del tempo perso dal sistema operativo ad alternare i due blocchi di 8 processi su una sola CPU) si mantengono di fatto identiche a quelle con soli 8 processi, ad ulteriore conferma dell’efficienza dell’M1. Che però si arrende una volta arrivato a 32 processi in parallelo, ma questo potrebbe essere dovuto a qualche caratteristica dello stesso PerformanceTest.

In ogni caso, ha davvero dell’incredibile osservare come, grazie al processore M1, il piccolo Air si sia trasformato dalla cenerentola di casa Apple in quanto a potenza a un computer in grado di rivaleggiare ad armi pari con modelli ben più costosi.

Guardiamo ora i valori del Memory Mark (Figura 5). Qui non c’è molto da dire, il Memory Mark non cambia molto al variare del numero di processi e come sempre l’Air M1 dimostra la sua superiorità rispetto ai modelli Intel, con un indice doppio rispetto al MacBook Air i5 e migliore di quasi il 50% nei confronti degli altri due modelli esaminati.

Figura 5. Memory Mark in funzione del numero di processi in esecuzione nella CPU. Legenda: (iMac14,3, cerchi rossi) iMac i5 2013/Mojave 10.14.6, (MacBookAir10,1, cerchi blu) MacBook Air M1 2020/Big Sur 10.6.x, (MacBookAir7,2, cerchi verdi) MacBook Air i5 2015/Mojave 10.14.6 i5 , (MacbookPro8,2, cerchi viola) MacBook Pro i7 2011/Big Sur 10.6.2.

Qualche anomalia

L’Air M1 presenta due risultati decisamente anomali (indicati in Figura 5 con delle etichette rosse), nei quali il Memory Mark assume valori ben al di sotto di quello che ci si potrebbe aspettare. Il valore peggiore in assoluto si ottiene utilizzando la batteria, ma un’altra prova eseguita esattamente nelle stesse condizioni ha dato un risultato normale.

Di primo acchito si potrebbe pensare che l’anomalia sia collegata alla versione del sistema operativo usato, perché i due valori anomali si ottengono con la versione iniziale 11.6 di macOS Big Sur (Figura 6). Ma se è plausibile che gli aggiornamenti successivi di Big Sur abbiano introdotto qualche ottimizzazione nella gestione della memoria del processore, questa ipotesi non spiega perché il Memory Mark misurato con 8 processi in parallelo sia decisamente peggiore di quello con 16 processi.

Figura 6. MacBook Air M1: dipendenza del Memory Mark dalla versione di macOS Big Sur.

Inoltre, come si vede in Figura 7, con il CPU Mark succede esattamente il contrario: a parità di numero di processi il CPU Mark è sempre maggiore, seppur di poco, con macOS 11.6 rispetto ai due aggiornamenti successivi del sistema operativo.

Figura 7. MacBook Air M1: dipendenza del CPU Mark dalla versione di macOS Big Sur.

Molto più plausibile, invece, è che i valori occasionalmente bassi di Memory Mark siano collegati a qualche processo spurio rimasto a girare nella memoria del MacBook Air M1. È vero che proprio con questo modello ho cercato sempre di lavorare in condizioni controllate e ripetibili, ma è anche vero che ho eseguito un numero di test decisamente maggiore che con gli altri Mac, per cui potrebbe essermi sfuggito qualcosa. Questo dettaglio meriterebbe comunque un maggiore approfondimento, anche perché è importante poter valutare in modo quantitativo i miglioramenti e le ottimizzazioni introdotte dai vari aggiornamenti del sistema operativo e quanto questi si traducano in una maggiore efficienza del codice eseguito sulla macchina.

Per l’ultima puntata di questa serie, qualche impressione personale su Big Sur in relazione al MacBook Air M1.

Nelle versioni precedenti di PerformanceTest il programma veniva decompresso nella stessa cartella contenente il file .zip. Chi usa la versione v10.1 del programma (o versioni precedenti) dovrà modificare di conseguenza il percorso indicato nell’articolo. ↩︎
Devo ammettere di averlo fatto con MacBook Air M1 ma non con i Mac meno potenti, su cui girano delle applicazioni che sarebbe molto seccante dover interrompere. In ogni caso, le differenze sono così eclatanti che chiudere queste applicazioni non avrebbe cambiato granché i risultati. ↩︎
Anche i processori AMD supportano una tecnologia analoga. Del resto l’hyper-threading è solo il nome commerciale adottato da Intel per la tecnologia di simultaneous multithreading (SMT) sviluppata da Sun Microsystems già negli anni ‘90. ↩︎

MacBook Air M1 la non-recensione: prestazioni con Geekbench 5

Sun, 20 Feb 2022 06:00:00 +0000

Lo so, sono passati dei mesi senza che riuscissi a scrivere nulla sulle prestazioni velocistiche del MacBook Air M1. Purtroppo una serie di circostanze professionali e familiari hanno preso il sopravvento e mi hanno obbligato a trascurare il blog per tutto questo tempo.

Ma le promesse si mantengono, e quindi eccomi qui ad analizzare le prestazioni del portatile più piccolo ed economico di casa Apple. Data la lunghezza, ho preferito dividere l’articolo in due parti: in questa prima parte presenterò i risultati ottenuti con Geekbench 5, mentre nella seconda parte utilizzerò un tool meno noto ma molto interessante, PerformanceTest per Mac. In entrambi i casi, dopo un anno e mezzo dalla commercializzazione dell’Air M1 i risultati ottenuti da questo piccolo portatile sono ancora strabilianti.

Geekbench 5

Il MacBook Air è considerato da sempre il classico notebook per chi ha poche pretese: sottile e leggero (indimenticabile la scenetta di Steve Jobs che lo tira fuori da una busta) ma anche poco prestante, una macchina perfetta per chi è sempre in giro, ma inadeguata per usi che vadano oltre le classiche applicazioni da ufficio, la gestione della posta elettronica o la navigazione sul web. La mia esperienza con il modello del 2015 che ho ancora a casa è perfettamente in linea con queste considerazioni.

Quando si inizia ad usare l’Air M1, invece, questo scenario cambia completamente. Grazie ai benefici del processore Apple Silicon M1, il notebook più economico della gamma Apple combatte ormai ad armi pari sul piano della pura potenza di calcolo con il più costoso MacBook Pro M1 con schermo da 13" (ma il MacBook Pro M1 può lavorare a piena potenza per un tempo maggiore) nonché, in parte, anche con i potenti MacBook Pro M1 Pro e Max introdotti qualche mese fa.

Inutile dire che il modesto Air batte alla grande anche gli ultimi MacBook Pro con CPU Intel in vendita fino a pochi mesi fa (sì, anche i modelli da 16"!), che costavano almeno il doppio.

Non lo dico io, lo dicono i test di velocità di Geekbench 5, l’ultima versione del più famoso strumento di analisi delle prestazioni dei processori, in grado di analizzare sia i processori x86 “tradizionali” prodotti da Intel e AMD che i processori basati su architettura ARM, come gli Apple M1 originali e i nuovissimi M1 Pro e Max.

Figura 1. Schermata principale di Geekbench 5.

Mac Benchmarks

Geekbench 5 permette agli utenti registrati di caricare automaticamente i punteggi ottenuti dai loro Mac sulla piattaforma web del prodotto. Grazie alla condivisione dei risultati, gli sviluppatori di Primate Labs dispongono ormai di un enorme database di dati che, per i soli computer Apple, arriva a modelli risalenti almeno fino al 2008 (i modelli precedenti non sono probabilmente compatibili con Geekbench 5).

La pagina Mac Benchmarks aggrega questi dati, mostrando per ciascun modello di Mac la media dei valori misurati per il Single Core Score e il Multi-Core Score.¹ Il primo punteggio misura sostanzialmente la velocità del processore con le normali applicazioni di uso giornaliero, che in genere usano un solo core del processore alla volta, mentre il Multi-Core Score è utile per valutare la velocità del processore con le applicazioni di tipo professionale, che tendono a sfruttare il più possibile il parallelismo offerto dai processori multi-core moderni.

Scaricare i dati grezzi mostrati in Mac Benchmarks è piuttosto facile, basta lanciare il Terminale ed eseguire il comando (come al solito il $ rappresenta il prompt del Terminale e non fa parte del comando)

$ wget https://browser.geekbench.com/mac-benchmarks.json

che ci restituirà il file mac-benchmarks.json, che potremo analizzare con R, Python, Julia o con qualunque altro strumento di analisi dei dati che siamo abituati ad usare (ma sì dai, perfino con Excel). Ma non temete, l’analisi ho già fatta io (con R), riassumendo i risultati principali nei due grafici seguenti e nella tabella alla fine dell’articolo.²

Single Core Score

Cominciamo dal primo grafico, che mostra il Single Core Score di tutti i modelli di Mac prodotti a partire dal 2018. Le prestazioni sono normalizzate rispetto a quelle di un Mac con processore Intel Core i3-8100 del 2017, fissate convenzionalmente a 1000.³ A questi dati ho aggiunto le misure effettuate su un paio di miei Mac, scelti volutamente fra quelli più vecchi a mia disposizione, dei modelli del 2012 e del 2013 che possiamo ormai considerare obsoleti. I dati di Geekbench sono rappresentati con dei cerchi colorati, di colore diverso per ogni anno considerato, mentre le mie misure sono rappresentate con dei quadrati, anch’essi colorati in base all’anno del modello. L’asse orizzontale mostra un numero, che ho chiamato Test ID, che identifica in modo univoco ciascun dato del grafico. A cosa serve? È un (banale) trucco per stendere i dati lungo l’asse orizzontale, in modo da poterli mostrare in una specie di successione temporale. Se non avessi fatto così, tutti i dati relativi ai modelli dello stesso anno sarebbero finiti nella stessa posizione orizzontale, rendendo più difficile analizzare i risultati.

Figura 2. Geekbench 5: single core score (cliccare qui per l’immagine ingrandita).

Il grafico ci dice alcune cose interessanti. Prima di tutto che la maggior parte dei Mac prodotti nel periodo 2018-2021 hanno un processore Intel, il che è pacifico visto i nuovi Mac con processore M1 sono stati presentati solo alla fine del 2020. Il 2019 (rappresentato dai cerchi verde smeraldo) è stato chiaramente un anno particolarmente fecondo di nuovi modelli,⁴ con l’uscita di nuovi iMac e MacBook Pro e soprattutto con il ritorno del MacPro espandibile, quello che sostituiva (troppo tardi) il modello a cilindro del 2013, rivelatosi un bell’esercizio di stile ma poco adatto ai pesanti usi professionali per cui era stato ideato.

Ma la cosa più significativa è guardare all’evoluzione dello score nel tempo. Se guardiamo i cerchi colorati verdi e azzurri (cioè i dati relativi ai Mac prodotti dal 2018 al 2020), vediamo che in tre anni il Single Core Score cambia relativamente poco, oscillando grosso modo fra 800 e 1250 con una lieve tendenza all’aumento. Perfino i punteggi dei miei due vecchi Mac del 2012 e 2013 (i quadrati rosso chiaro e verde oliva) non sono troppo lontani da quelli dei modelli Intel più recenti di fascia medio-bassa. Poi nel 2020 l’introduzione dal processore Apple M1 fa fare ai Mac un balzo improvviso di ben 500 punti, il 40% in più del punteggio migliore in assoluto raggiunto con i processori Intel.

E il bello è che questo salto vale per tutti i Mac di nuova produzione: dal punto di vista del Single Core Score un modello vale l’altro, e quindi possiamo davvero pensare di usare un Mac Mini o un MacBook Air per i normali compiti da ufficio (detto per semplificare, in realtà per tutte le applicazioni di uso normale) senza sentirci penalizzati, riservando l’acquisto dei modelli superiori e ben più costosi ai casi in cui sia davvero necessario usare applicazioni avide di potenza di calcolo e capaci di sfruttarla al meglio (penso naturalmente ai prodotti per creativi come Photoshop e compagnia bella, a Final Cut Pro, a Logic Pro, ma anche all’infinito campo del software tecnico-scientifico professionale).

Multi-Core Score

Quanto appena detto è confermato dal grafico del Multi-Core Score, nel quale si vede chiaramente che i nuovissimi processori Apple M1 Pro e Max per i portatili Apple di gamma alta da 3-4.000 euro sono meno performanti solo degli Xeon da 16, 24 o 28 Core montati sui Mac Pro top di gamma, dei bestioni da scrivania che partono da 9.000-15.000 euro ma che possono facilmente arrivare a costare varie decine di migliaia di euro.

Figura 3. Geekbench 5: multi-core score (cliccare qui per l’immagine ingrandita).

Per quanto riguarda il processore M1 liscio, come quello montato sul MacBook Air, qui la lotta è più serrata, ma comunque i risultati ci dicono che, a livello di prestazioni pure, il piccolo Air M1 combatte ad armi pari con i modelli più potenti di iMac Intel e persino con il Mac Pro entry level (che corrispondono ai quattro cerchi verde smeraldo o azzurro identificati con il nome del processore che hanno un Multi-Core Score compreso fra 7.500 e 10.000). Ditemi voi se è poco.

Per chi vuole maggiori dettagli, ecco una tabella riassuntiva che riporta i 25 modelli di Mac con il valore più alto di Single-Core Score (la tabella completa, che in questo momento contiene 292 modelli diversi, può essere scaricata da qui in formato .csv).

Ai primi 12 posti della tabella ci sono solo Mac con processore M1, e fra questi c’è anche il MacBook Air M1 (evidenziato in grassetto), piazzato molto onorevolmente a metà graduatoria (ma va detto che le differenze del Single Core Score fra i vari modelli sono davvero minime). Per trovare il primo Mac con processore Intel (identificato nella colonna Architettura con la dizione x86_64) bisogna scendere fino al 13-14 posto, dove troviamo l’ultimo iMac da 27" con processore i7 o i9, che ha uno score di ben 500 punti inferiore a quello del primo Mac della lista. Ogni ulteriore commento è inutile.

ID	Modello	Processore	Architettura	Single Core	Multicore
282	MacBook Pro (16-inch, 2021)	Apple M1 Max @ 3.2 GHz (10 cores)	aarch64	1747	12247
285	MacBook Pro (14-inch, 2021)	Apple M1 Max @ 3.2 GHz (10 cores)	aarch64	1747	12186
281	MacBook Pro (16-inch, 2021)	Apple M1 Pro @ 3.2 GHz (10 cores)	aarch64	1739	12103
284	MacBook Pro (14-inch, 2021)	Apple M1 Pro @ 3.2 GHz (10 cores)	aarch64	1736	11944
283	MacBook Pro (14-inch, 2021)	Apple M1 Pro @ 3.2 GHz (8 cores)	aarch64	1732	9513
277	MacBook Air (Late 2020)	Apple M1 3196 MHz (8 cores)	aarch64	1730	7691
280	iMac (24-inch Mid 2021)	Apple M1 @ 3.2 GHz (8 cores)	aarch64	1717	7473
279	iMac (24-inch Mid 2021)	Apple M1 @ 3.2 GHz (8 cores)	aarch64	1714	7453
273	Mac mini (Late 2020)	Apple M1 @ 3.2 GHz (8 cores)	aarch64	1712	7425
272	MacBook Pro (13-inch Late 2020)	Apple M1 @ 3.2 GHz (8 cores)	aarch64	1706	7391
271	MacBook Air (Late 2020)	Apple M1 @ 3.2 GHz (8 cores)	aarch64	1705	7411
267	iMac (27-inch Retina Mid 2020)	Intel Core i7-10700K @ 3.8 GHz (8 cores)	x86_64	1251	8132
268	iMac (27-inch Retina Mid 2020)	Intel Core i9-10910 @ 3.6 GHz (10 cores)	x86_64	1243	9031
238	iMac (27-inch Retina Early 2019)	Intel Core i9-9900K @ 3.6 GHz (8 cores)	x86_64	1233	8226
266	MacBook Pro (13-inch Mid 2020)	Intel Core i7-1068NG7 @ 2.3 GHz (4 cores)	x86_64	1229	4483
269	iMac (27-inch Retina Mid 2020)	Intel Core i5-10600 @ 3.3 GHz (6 cores)	x86_64	1180	6117
260	Mac Pro (Late 2019)	Intel Xeon W-3275M @ 2.5 GHz (28 cores)	x86_64	1152	19957
265	MacBook Pro (13-inch Mid 2020)	Intel Core i5-1038NG7 @ 2.0 GHz (4 cores)	x86_64	1137	4211
259	Mac Pro (Late 2019)	Intel Xeon W-3265M @ 2.7 GHz (24 cores)	x86_64	1136	18120
239	iMac (27-inch Retina Early 2019)	Intel Core i5-9600K @ 3.7 GHz (6 cores)	x86_64	1131	5457
262	MacBook Air (Early 2020)	Intel Core i7-1060NG7 @ 1.2 GHz (4 cores)	x86_64	1120	3018
270	iMac (27-inch Retina Mid 2020)	Intel Core i5-10500 @ 3.1 GHz (6 cores)	x86_64	1120	5871
258	Mac Pro (Late 2019)	Intel Xeon W-3245 @ 3.2 GHz (16 cores)	x86_64	1119	14611
257	Mac Pro (Late 2019)	Intel Xeon W-3235 @ 3.3 GHz (12 cores)	x86_64	1114	11889
243	iMac (21.5-inch Retina Early 2019)	Intel Core i7-8700 @ 3.2 GHz (6 cores)	x86_64	1111	6026

Tabella 1. Elenco dei 25 modelli di Mac con il valore più altro di Single-Core Score. Nella colonna Architettura, x86_64 indica i processori Intel, mentre aarch64 individua i processori Apple M1.

Conclusioni

Dopo un anno e mezzo dalla commercializzazione dell’Air M1, i risultati ottenuti da questo piccolo portatile sono ancora strabilianti. I benchmark parlano chiaro e ancora più chiara è l’esperienza reale d’uso di questo piccolo portatile (ma per quella dovrete aspettare ancora un po’). Se poi guardiamo il rapporto prestazioni/prezzo, credo che in questo momento non ci sia niente di meglio in giro.

L’unico vero difetto (se così possiamo dire) dell’Air M1 è lo schermo piccolo, che d’altra parte ne favorisce la portabilità. Difetto facilmente superabile collegando il portatile ad un monitor esterno, e magari anche ad una tastiera e ad un mouse wireless, ottenendo così un sistema potente ma economico, sul quale è un piacere lavorare alla scrivania ma che all’occasione può essere portato in giro senza nemmeno accorgersi che è nella borsa.

La prossima volta i risultati dei benchmark eseguiti con PerformanceTest.

Questi valori medi, come posso testimoniare io stesso, sono ben rappresentativi dei risultati reali ottenuti nelle singole prove, nel senso che ripetendo più volte i test nelle condizioni corrette si ottengono sempre risultati molto omogenei fra loro, senza scostamenti importanti fra una prova e l’altra. ↩︎
Poiché i dati sono la media delle misure caricate di continuo dagli utenti Mac sul sito di Geekbench potrebbero variare nel tempo e differire leggermente da quelli riportati qui, che sono stati scaricati il 24 gennaio 2021. ↩︎
Un punteggio (score) di 2000 significa quindi che il processore in esame ha una prestazioni doppie dell’i3-8100. ↩︎
Ricordo che i modelli di Mac vengono differenziati sia in base al processore che alle dimensioni dello schermo integrato (per i modelli che ce l’hanno). ↩︎

Apple Silicon: un nuovo inizio

Tue, 23 Jun 2020 10:00:00 +0000

Qualche veloce considerazione sull’ultima parte del Keynote di ieri, con l’annuncio del passaggio dei Mac ai processori Apple Silicon basati su ARM. Sono solo delle note sparse, buttate giù durante la presentazione per focalizzare meglio quello che veniva annunciato. Nei prossimi mesi non mancheranno le occasioni per approfondire il significato di questa ennesima transizione compiuta da Apple.

Confermato, proprio alla fine del Keynote, il passaggio dei computer Macintosh ai nuovi processori basati su architettura ARM, la stessa utilizzata negli iPhone e negli iPad. Con il solito genio del marketing i nuovi processori vengono denominati Apple Silicon, un nome decisamente più accattivante della sigla A12Z usata dai tecnici.
Tim Cook afferma subito che Apple ha lavorato insieme agli amici della Microsoft per portare da subito la suite Office sulla nuova piattaforma. I tempi sono decisamente cambiati e la Microsoft, almeno a parole, non è più il nemico giurato di Apple.
C’è un po’ troppa enfasi nel mettere in evidenza la fluidità dei nuovi processori targati Apple nel gestire le applicazioni che gli vengono date in pasto. Mi fa venire più di un dubbio. Perché una cosa è vedere che un Mac Pro con processore Apple Silicon è in grado di gestire velocemente un documento Word di una pagina, un’altra è verificare cosa succede quando il gioco si fa duro e bisogna lavorare su file di grosse dimensioni. Capisco che nel corso di un Keynote sia più importante l’aspetto scenografico di quello tecnico, ma ci vorranno parecchie prove più approfondite per valutare la velocità dei nuovi processori in scenari realistici.
Come era prevedibile quelli di Apple hanno ritirato fuori dal cilindro le due vecchie tecnologie usate nel corso dell’ultima transizione dai processori PowerPC ad Intel, e cioè Universal e Rosetta. Con la prima si può fare in modo che un programma contenga sia il codice binario dei processori Intel che di quelli Apple Silicon, e possa quindi girare indifferentemente sia sui Mac di oggi che sui nuovi modelli con processore Apple. Per uno sviluppatore è molto facile realizzare questa specie di magia, basta solo ricompilare il programma con le opzioni giuste. Non dovrebbero esserci problemi. Rosetta invece è un sistema di virtualizzazione che traduce il codice binario per i processori Intel in quello tipico dei processori Apple. La prima versione di Rosetta, quella usata per gestire il passaggio da PowerPC ad Intel, funzionava ma era piuttosto lenta, vedremo cosa succederà con questa nuova versione. Di certo non è una cosa facile, non a caso questa volta la traduzione sarà eseguita (se possibile) al momento dell’installazione del programma e non al volo, ogni volta che lo si lancia. Vedremo.
In parallelo a Rosetta (o inglobato in questa?) ci sarà un sistema di virtualizzazione in grado di far girare sui nuovi Mac con processore Apple anche Linux e chissà, forse anche Windows e le versioni precedenti di macOS. L’impressione è che Apple abbia fatto un accordo con Parallels per lo sviluppo di questo sistema di virtualizzazione. Sembra una copia del sistema analogo presente in Windows 10. Non c’è niente di male a riprendere le idee buone della concorrenza, bisogna vedere come vengono implementate.
Una cosa molto interessante dei nuovi processori è la possibilità di far girare nativamente le applicazioni per iPhone e iPad. Mi chiedo solo che fine abbia fatto la tecnologia Marzipan (o Catalyst), e quanto abbia contribuito a porre le basi di questa nuova funzionalità.
È disponibile da subito per gli sviluppatori il Developer Transition Kit (DTK), un Mac Mini con processore A12Z. Sarebbe bello riuscire ad averne uno, costa solo 500 dollari, ma purtroppo va restituito ad Apple alla fine del periodo di transizione. Niente da fare, io non ci riuscirei mai.

Apple prevede di concludere la transizione ai nuovi processori in soli due anni, ma intanto continuerà a produrre nuovi Mac basati su Intel. Mi chiedo quanto possa essere saggio acquistare questi modelli destinati a diventare obsoleti in breve tempo. L’ultima transizione da PowerPC ad Intel danneggiò parecchio chi aveva (incautamente) acquistato gli ultimi Mac con PowerPC.
Infine, ma non meno importante, questo segna la fine degli Hackintosh, i comuni PC su cui si può far girare macOS. Di certo Apple non ha deciso di passare ai suoi processori per contrastare questo fenomeno, che è e rimane una piccolissima nicchia di mercato. Però è un peccato che venga a cadere una alternativa così interessante per tanti smanettoni del computer.

P.S. Dimenticavo, il nuovo macOS si chiama Big Sur, la località preferita dagli esponenti della controcultura degli anni ‘60. Forse Apple vuole sottintendere che abbandonare i processori Intel equivale a rompere con gli schemi culturali dominanti?