首先不推荐使用mac训练，SVC 使用 torch-cuda，不支持M1内置显卡和AMD显卡，所以无论是m1后还是之前的Mac均无法获得GPU支持。

在m1上坑比较多，最终成功在我的19款 i9macbook pro上运行了SVC，使用CPU训练，配置运行好之前，历经各种坑，这里不再做记录。

训练集是我自己的唱歌的音频，大概1-2分钟，最终下来两天训练了大约13%，也就是完全训练好大约需要2个星期（真令人崩溃）。

同时，我也在看网上的一些云资源，google colab每天可以免费白嫖一张tesla T4算力显卡机器，使用12小时，用这张显卡训练，12小时大约能到50%左右，效率还是没那么高，而且使用notebook终究还是不如服务器那么舒服。

于是看一些付费的云资源，最终用了http://gpu.ai-galaxy.cn/，可以按小时租。

3090的机器大约2元一小时，不算太贵，4090比较划算，但是租不到机器。

目测服务器是运行在docker容器里的，第一次使用体验很差，驱动没装好，我自己装遇到各种坑，stackoverflow找到的解决方案也不生效，花了2小时，装了七八个版本的驱动还是没解决，怀疑是docker的问题。然后释放资源，重新租一台，这次显卡正常了，但是当我装SVC的时候，标称250G的硬盘直接满了，我 df -ha 一看硬盘居然本来只有2.5G可用.... 于是我又重新租了一台，这次标称250G的硬盘，有80G可用了，然后装SVC，scp上传音频数据，做音频切割。

最后就是预处理和训练了，最后训练下来大约花了5个小时（估计4090 3个小时能搞定，所以我自己花钱组装一台4090电脑，等着到货试试）

从重新租机器到开始训练，花了半小时。装SVC的时候有一些小问题，基本就是python的一些包版本问题，部分包报错也通过更新方式解决了，总体来说比较顺利。

最终训练出来的效果，只能说能听出来唱什么，音色确实是我自己的，很多音都飘了。于是我增加了数据集到七八分钟的音频，再试一次。目前估计15小时左右能训练完成，等着看看效果吧~~

更新：

后面训练的效果还不错，高音低音都能适配。我从云服务的3090换到了4090，训练时间从14-15小时缩短到了8小时，还是有很明显的差距，但是，4090云服务器，太！贵！了！一天下来至少都要50多，一个月就是1500+，于是我自己搞了一台13700k + 4090服务器，装了ubuntu server22.04 的系统，第一次装server版系统，也好多不习惯，哈哈。

但是出乎意料的是，同样的数据集训练10000 epochs，之前4090云服务器需要8小时，但是我ubuntu server只需要2-3小时，巨大的性能差距让我觉得一切都很值得（4090真的好贵，某东买的爱国嘉魔鹰一万4，整机所有配件加起来2.3万）。我猜这巨大的性能差异来源，应该是我服务器没虚拟化，物理机装的ubuntu server，总之，性能比云服务器强了太多，更比colab白嫖的tesla强了20倍以上的性能，所以决定好要搞机器学习，还是自己装一台4090显卡的服务器吧。

ps：自己使用下来，4090的性能，大约是3090的1.3-1.8倍左右，在训练、推理，不同的计算方式，性能差距也有所差异。