1Les caractéristiques qui comptent pour l’IA
| Mémoire unifiée | 128 GB |
|---|---|
| Bande passante mémoire | 800 GB/s |
| Présente dans | Mac Studio (2022) |
| Place dédiée adaptée | Place Ultra : mine jusqu’à 320 MLX par jour |
2Quels modèles tiennent
À 4 bits par poids, un modèle a besoin d’un peu plus d’un demi-gigaoctet par milliard de paramètres, plus de la place pour son contexte et pour macOS. Avec 128 GB, la puce M1 Ultra accueille sans peine des modèles jusqu’à environ 170 milliards de paramètres.
| Modèle en 4 bits | Mémoire nécessaire | Tient sur la puce M1 Ultra |
|---|---|---|
| Modèle 8B | 4,5 GB | Oui |
| Modèle 14B | 7,9 GB | Oui |
| Modèle 32B | 18 GB | Oui |
| Modèle 70B | 39,4 GB | Oui |
| gpt-oss-120b, mixture-of-experts | 65 GB | Oui |
| Qwen3.5-397B-A17B, mixture-of-experts | 223,3 GB | Non |
| DeepSeek-V4.1-Flash, mixture-of-experts | 316 GB | Non |
3Quelle vitesse attendre
La génération de texte est limitée par la bande passante mémoire : chaque nouveau token lit une fois les poids actifs du modèle. En divisant les 800 GB/s de la puce M1 Ultra par les octets lus par token, on obtient le plafond ci-dessous. En pratique, on atteint généralement 45 % à 80 % de ce plafond (benchmarks llama.cpp).
| Modèle en 4 bits | Lu par token | Plafond pour une conversation |
|---|---|---|
| Modèle 8B | 4,5 GB | 178 tokens/s |
| Modèle 14B | 7,9 GB | 101 tokens/s |
| Modèle 32B | 18 GB | 44 tokens/s |
| Modèle 70B | 39,4 GB | 20 tokens/s |
| gpt-oss-120b, mixture-of-experts | 2,7 GB | 296 tokens/s |
5Comparer avec d’autres puces
6Questions
- La puce M1 Ultra peut-elle faire tourner un modèle 70B ?
- Oui. Un modèle 70B en 4 bits nécessite environ 40 GB, et la puce M1 Ultra offre jusqu’à 128 GB. Comptez un plafond d’environ 20 tokens par seconde pour une conversation.
- Combien de tokens par seconde avec la puce M1 Ultra ?
- Pour un modèle 8B en 4 bits, le plafond est d’environ 178 tokens par seconde, et en pratique on en atteint entre la moitié et les quatre cinquièmes. Les modèles plus gros sont proportionnellement plus lents.
- La puce M1 Ultra est-elle bonne pour l’IA ?
- Pour faire tourner des modèles en local, ce sont la mémoire et la bande passante qui comptent le plus. La puce M1 Ultra offre jusqu’à 128 GB à 800 GB/s, assez pour des modèles jusqu’à environ 170 milliards de paramètres. Elle peut aussi rapporter en exécutant des tâches d’IA pour MLX Network avec MLX Node.
Sources
- Apple: M1 Ultraapple.com
- llama.cpp: Apple Silicon benchmarksgithub.com