تسجيل الدخولإنشاء محفظة

M5 Max مقابل DGX Spark للذكاء الاصطناعي المحلي.

تقرأ M5 Max الذاكرة أسرع من DGX Spark بنحو 125% (614 مقابل 273 GB/s)، لذا تكتب أسرع بنحو 125% مع أي نموذج يتسع في كلتيهما. لدى كليهما نحو 96 GB للنماذج.

M5 Max460–614 GB/sحتى 128 GB · تعمل جيدًا: 47DGX Spark273 GB/sحتى 128 GB · تعمل جيدًا: 39

جنبًا إلى جنب

M5 MaxDGX Spark
ما هوMacBook Pro (14-inch, M5 Pro or M5 Max), MacBook Pro (16-inch, M5 Pro or M5 Max), Mac Studio (M5 Max or M5 Ultra)حاسوب صغير متكامل
سعات الذاكرة36, 48, 64, 128 GB128 GB
عرض نطاق الذاكرة460–614 GB/s273 GB/s
للنماذج، بحد أقصىنحو 96 GBنحو 96 GB
نماذج تعمل جيدًا47 من 7339 من 73
مقيس: الكتابة120 tok/s57 tok/s
مقيس: قراءة الموجّه3,220 tok/s3,062 tok/s

الصفوف المقيسة: أسرع نتيجة لكل جهاز في اختبارات llama.cpp العامة مع Llama 2 7B Q4_0، عند كتابة 128 رمزًا (tg128) وقراءة موجّه من 512 رمزًا (pp512)، بالرموز في الثانية. عمل Mac عبر Metal، وDGX Spark عبر CUDA. نتائج Apple Silicon · نتائج DGX Spark للنماذج نحسب نحو 75% من الذاكرة في الجهازين، وهي القيمة الافتراضية في macOS، لأن DGX Spark أيضًا يتشارك ذاكرة واحدة بين المعالج وGPU. أمّا ما يمكن لمعالج الرسوميات فيه استخدامه فعلًا فيتوقف على نظام التشغيل والإعدادات.

أين يتفوّق كلٌّ منهما

  • سرعة الكتابة. تقرأ M5 Max الذاكرة أسرع من DGX Spark بنحو 125% (614 مقابل 273 GB/s)، لذا تكتب أسرع بنحو 125% مع أي نموذج يتسع في كلتيهما.
  • حجم النموذج. لدى كليهما نحو 96 GB للنماذج. يعمل 47 من 73 نموذجًا مفتوحًا شائعًا جيدًا على M5 Max، و39 على DGX Spark.
  • قراءة الموجّهات الطويلة. في اختبار llama.cpp المقيس يقرأ الجهازان الموجّه بسرعة متقاربة (3,220 و3,062 رمزًا في الثانية).
  • البرمجيات. يعمل DGX Spark مع CUDA من NVIDIA، التي تدعمها معظم برمجيات الذكاء الاصطناعي أولًا، ومنها شيفرات التدريب وكثير من أدوات الصور والفيديو. أمّا على Mac فتُشغَّل النماذج عبر MLX أو واجهة Metal في llama.cpp أو واجهة MPS في PyTorch.
  • ما حوله. كلاهما حاسوب متكامل يحفظ النموذج في ذاكرة واحدة يتشاركها المعالج ومعالج الرسوميات.
  • Mac. وهو أيضًا حاسوب للاستخدام اليومي، ويشغّل MLX Harness وMLX Node المصمّمين لـ Apple Silicon.

السرعة مع النماذج الشائعة

توكنات في الثانية لمحادثة واحدة، لكل شريحة بأكبر سعة ذاكرة لها (128 GB و 128 GB)، مع أفضل إصدار من النموذج يتسع فيها.

النموذجM5 MaxDGX Spark
Llama 3.1 8B Instruct8B33–58 8 بت14–26 8 بت
gpt-oss-20b21B · 3.6B نشطة145–259 4.25 بت أصلية65–115 4.25 بت أصلية
Qwen3.6 35B A3B35B · 3B نشطة86–154 8 بت38–68 8 بت
Qwen3.8 27B27B10–17 8 بت4–8 8 بت
Llama 3.3 70B Instruct70B4–7 8 بت2–3 8 بت
gpt-oss-120b117B · 5.1B نشطة102–182 4.25 بت أصلية45–81 4.25 بت أصلية
Qwen3.5 122B A10B122B · 10B نشطة49–88 4 بت22–39 4 بت
DeepSeek V4 Flash 0731284B · 13B نشطة67–120 2 بت جودة أقل30–53 2 بت جودة أقل

أسئلة

هل DGX Spark أسرع من M5 Max في نماذج LLM؟
تقرأ M5 Max الذاكرة أسرع من DGX Spark بنحو 125% (614 مقابل 273 GB/s)، لذا تكتب أسرع بنحو 125% مع أي نموذج يتسع في كلتيهما. في اختبار llama.cpp المقيس يقرأ الجهازان الموجّه بسرعة متقاربة (3,220 و3,062 رمزًا في الثانية).
أيهما يشغّل نماذج أكبر، M5 Max أم DGX Spark؟
لدى كليهما نحو 96 GB للنماذج. يعمل 47 من 73 نموذجًا مفتوحًا شائعًا جيدًا على M5 Max، و39 على DGX Spark.
هل يعمل MLX Node على DGX Spark؟
لا. يعمل MLX Node وMLX Harness على أجهزة Mac بمعالجات Apple Silicon فقط، عبر إطار MLX من Apple.

مقارنات أخرى

شريحة M5 Max للذكاء الاصطناعي المحلي · قارن كل النماذج · أفضل Mac لنماذج اللغة المحلية

كيف حسبنا ذلك

الذاكرة: معاملات النموذج بدقة 8 أو 6 أو 4 أو 3 أو 2 بت لكل وزن، إضافة إلى مقاييس المجموعات في MLX (نصف بت لكل وزن)، أو صيغته الأصلية، مع مساحة للسياق فوق ذلك. افتراضيًا، يسمح macOS لوحدة الرسومات باستخدام نحو 75% من الذاكرة الموحّدة. السرعة: عرض نطاق الذاكرة مقسومًا على البايتات المقروءة لكل توكن هو الحد الأقصى لمحادثة واحدة؛ وفي اختبارات الأداء العلنية لـ llama.cpp على Apple Silicon تبلغ التشغيلات الفعلية نحو 45% إلى 80% منه، وهو النطاق المعروض. هذه تقديرات، لا قياسات: قِس جهاز Mac الخاص بك على MLX Bench. أرقام النماذج من البطاقة الرسمية لكل نموذج، وأرقام الشرائح من المواصفات التقنية لـ Apple. آخر تحقق: 2026-10-19. البيانات نفسها في mlx.app/compare.

بيانات DGX Spark: NVIDIA: DGX Spark (specs).

M5 Max مقابل DGX Spark لنماذج LLM: الذاكرة والسرعة وأيهما تشتري