Mac Studio avec puce M2 Ultra : un bon choix pour les LLM locaux ?

Avec 192 GB, 49 des 73 modèles ouverts y tournent bien, jusqu’à MiniMax M2.7, à environ 189–337 tokens par seconde avec gpt-oss-20b. La puce M2 Ultra lit la mémoire à 800 GB/s, ce qui fixe sa vitesse d’écriture.

Mac Studio avec puce M2 Ultra : combien de mémoire pour l’IA ?

Avec 64 GB, 39 modèles ouverts tournent bien ; avec 192 GB, 49, jusqu’à MiniMax M2.7. La mémoire décide des modèles qui tiennent et ne peut pas être augmentée ensuite.

Mac Studio M2 Ultra pour l’IA locale : les LLM selon la mémoire

Par capacité de mémoire

Mémoire	Tournent bien	Le plus grand qui tourne bien	gpt-oss-20b
64 GB800 GB/s	39	Nemotron 3.5 Bolt 74B A9B	189–337 tok/s
128 GB800 GB/s	47	Qwen3.5 122B A10B	189–337 tok/s
192 GB800 GB/s	49	MiniMax M2.7	189–337 tok/s

Modèles de Mac : Mac Studio (2023). Toutes les capacités de mémoire ne sont pas proposées sur chaque modèle ; les caractéristiques techniques d’Apple indiquent la configuration de chacun.

Questions

Mac Studio avec puce M2 Ultra : un bon choix pour les LLM locaux ?: Avec 192 GB, 49 des 73 modèles ouverts y tournent bien, jusqu’à MiniMax M2.7, à environ 189–337 tokens par seconde avec gpt-oss-20b. La puce M2 Ultra lit la mémoire à 800 GB/s, ce qui fixe sa vitesse d’écriture.
Mac Studio avec puce M2 Ultra : combien de mémoire pour l’IA ?: Avec 64 GB, 39 modèles ouverts tournent bien ; avec 192 GB, 49, jusqu’à MiniMax M2.7. La mémoire décide des modèles qui tiennent et ne peut pas être augmentée ensuite.

Autres Mac

Mac Studio avec d’autres puces :

Autres Mac avec puce M2 Ultra :

Mac Pro M2 Ultra

Face à face :

La puce M2 Ultra pour l’IA locale · Le meilleur Mac pour les LLM en local · Tous les Mac

Comment c’est calculé

Mémoire : les paramètres du modèle à 8, 6, 4, 3 ou 2 bits par poids, plus les facteurs d’échelle par groupe de MLX (un demi-bit par poids), ou son format natif, avec en plus de la place pour le contexte. Par défaut, macOS laisse le GPU utiliser environ 75 % de la mémoire unifiée. Vitesse : la bande passante mémoire divisée par les octets lus pour chaque token donne le plafond pour une conversation ; dans les benchmarks Apple Silicon publics de llama.cpp, les exécutions réelles atteignent environ 45 % à 80 % de ce plafond, et c’est la fourchette affichée. Ce sont des estimations, pas des mesures : mesurez votre propre Mac sur MLX Bench. Chiffres des modèles tirés de chaque fiche officielle, chiffres des puces tirés des caractéristiques techniques d’Apple. Vérifié le 2026-10-19. Mêmes données que mlx.app/compare.