如何提升M1 Mac上spaCy的性能？其当前比Intel机型慢很多

我发现全新的M1 Pro MacBook上的nlp.pipe比2017款旧MacBook Pro慢30-40%，但M1上的其他多数功能反而快出相近幅度，这不符合预期性能。

基准测试代码 #

import os
from pathlib import Path
import re
import spacy
import time

with open(Path(os.path.expanduser('~')) / 'Downloads' / 'icd10cm-table and index-April 1 2023' / 'icd10cm-tabular-April 1 2023.xml') as f:
    content = f.read()
matches = re.findall(r'<desc>([^<]*)</desc>', content)

nlp = spacy.load('en_core_sci_lg')
start_time = time.time()
for x in nlp.pipe(matches):
    pass
print('%s seconds elapsed' % (time.time() - start_time))

测试结果 #

我的M1 Mac完成该任务耗时超75秒，而2017款Intel Mac仅需46秒。

已尝试的优化 #

我不确定spaCy是否依赖numpy，但已安装了优化版本的numpy，虽提升了numpy本身的性能，但对spaCy的nlp.pipe速度毫无帮助。我猜测问题出在某处使用了未针对ARM架构优化的二进制文件，但不知道该如何排查。

基准测试复现步骤 #

• 获取测试文件：使用CDC发布的2023年4月1日更新的ICD10CM表格及索引压缩包，解压后提取其中的icd10cm-tabular-April 1 2023.xml文件
• 安装依赖：创建新环境后运行以下命令

  pip install scispacy
  pip install https://s3-us-west-2.amazonaws.com/ai2-s2-scispacy/releases/v0.5.1/en_core_sci_lg-0.5.1.tar.gz
  

内容的提问来源于stack exchange，提问作者Zorgoth