Apple發布專為Mac優化的TensorFlow 2.4版本，經實驗證實，使用優化的版本，無論是在MacBook Pro還是Mac Pro上，訓練工作負載中每批次執行時間，都比使用TensorFlow 2.3還要短，而且在使用Apple自家M1晶片的Mac，執行TensorFlow 2.4工作負載，性能要比使用英特爾晶片的Mac高出不少。
深度學習函數庫TensorFlow 2，可讓開發者在不同的平臺、設備和硬體上，訓練機器學習模型，而Apple現在專門針對Mac，發布優化TensorFlow版本和新的機器學習運算框架（ML Compute Framework），使得Mac上模型訓練工作能夠更加快速。
新加入的機器學習運算框架，可以利用Mac的硬體，來加速模型訓練工作負載，無論是使用搭載M1和英特爾晶片的Mac，都能獲得性能提升，官方提到，特別是M1晶片中擁有高達8核CPU和8核GPU，更可極大程度提升訓練性能。
M系列晶片為Apple Silicon其中一個系列，從iPhone 4開始，Apple就開始採用基於Arm架構，自己設計的A4晶片，此後包括AirPods、Apple Watch和HomePod，也都是使用Apple晶片，而在2020年6月，Apple執行長Tim Cook在Apple全球開發者大會上宣布，啟動Mac晶片搬遷計劃，Mac系列計算機在兩年內，將從英特爾公司的處理器，改為使用Apple自己設計的晶片。
在11月剛結束不久的線上發布會，Apple發布了M系列晶片，以及該系列第一款晶片M1，同時也推出新款使用M1晶片的Mac產品。M1除了擁有多顆運算核心之外，還在單一晶片上集成多種技術，且具備統一內存架構，可大幅改善性能，是目前第一款以5納米製程生產的個人計算機晶片，而這幾天使用M1晶片的新Mac評測不斷出爐，無論是在性能還是電池續航力，都獲得了極高的評價。
官方使用TensorFlow 2.4進行實驗，發現TensorFlow 2.4在Mac上性能，的確較TensorFlow 2.3好，而M1晶片的表現也比英特爾晶片還要好。結果顯示M1晶片在機器學習領域，似乎也有很大的發展空間。
在2020最新使用英特爾晶片的MacBook Pro上，執行TensorFlow 2.3和經優化的TensorFlow 2.4，在Style Transfer以及DenseNet121等工作負載，TensorFlow 2.4版本每批次執行秒數都明顯較低，而在使用M1晶片的MacBook Pro執行TensorFlow 2.4，比起英特爾的MacBook Pro的性能，更是快上好幾倍。
在Mac Pro的比較上，由於尚沒有M1晶片的機型，因此是以2019年使用英特爾晶片的Mac Pro，分別執行TensorFlow 2.3和經優化的TensorFlow 2.4進行比較，而結果也顯示TensorFlow 2.4帶來大量的性能提升，甚至在DenseNet121等模型，性能提升超過10倍。
官方提到，開發者不需要更改現有TensorFlow腳本，就能使用新加入的機器學習運算框架，機器學習運算框架會以TensorFlow的後端，或是擴展組件的形式運行。開發者現在就可以在Apple的GitHub存儲庫中，下載Mac優化的TensorFlow 2.4分支，之後TensorFlow官方會在主要分支中，整合Apple的版本，開發者將更容易獲取更新和使用，為Mac優化的功能。