我刚刚开始使用tf.keras. 我正处于必须决定我想在哪里发展的地步。论文项目将是时间序列预测。我的选择是 Macbook Air M1 2020 上的 PyCharm 或 2013 第四代 Intel i5 Linux 桌面和 Google Colab（如果还有其他选项，请告诉我）。

所以我现在的问题是哪一个更快/更适合我的目的。M1 被大肆炒作，所以我认为 M1 会破坏我的桌面（实际上，炒作使我的购买决定产生了偏见），但它只是稍微好一点（比如在我的 cifar10 基准测试中快 1.2-1.5 倍），我想知道它是否值得MacOS 上剩余的有效 RAM 为 1-2 GB，而我的 Linux 机器上则为 ~14 GB。此外还有 Colab，我无法真正判断哪一个会赢得比赛，因为 Colab 按需求限制资源，但也允许在云 TPU 上进行分布式拟合，这将引入一些额外的编码工作。然后我不得不说：Apple Silicon 上的 ML 也是如此，它有一些限制，一个特殊的 MiniConda 设置，很多问题（还有一些严重的问题，比如训练错误等，我什至不认识的问题）实际上并没有真正得到解决。

从我希望在这里找到的专业数据科学家的角度来看，我应该选择哪个明确的指示？