Bisakah M1 Ultra menjalankan model 70B?

Bisa. Model 70B pada 4-bit butuh sekitar 40 GB, dan M1 Ultra punya hingga 128 GB. Batas atasnya sekitar 20 token per detik untuk satu chat.

Berapa token per detik yang didapat M1 Ultra?

Untuk model 8B pada 4-bit, batas atasnya sekitar 178 token per detik, dan penggunaan nyata mencapai kira-kira setengah hingga empat perlimanya. Model yang lebih besar melambat secara proporsional.

Apakah M1 Ultra bagus untuk AI?

Untuk menjalankan model secara lokal, memori dan bandwidth paling menentukan. M1 Ultra punya hingga 128 GB pada 800 GB/s, cukup untuk model hingga sekitar 170 miliar parameter. Mac ini juga bisa memperoleh token dengan menjalankan pekerjaan AI untuk MLX Network lewat MLX Node.

M1 Ultra untuk LLM lokal: memori, kecepatan, model

1Spesifikasi yang penting untuk AI

Memori terpadu	128 GB
Bandwidth memori	800 GB/s
Ada di	Mac Studio (2022)
Kursi khusus untuknya	Kursi Ultra: menambang hingga 320 MLX per hari

2Model yang muat

Pada 4 bit per bobot, model butuh sedikit lebih dari setengah gigabyte per miliar parameter, ditambah ruang untuk konteks dan macOS. Dengan 128 GB, M1 Ultra dengan lega menampung model hingga sekitar 170 miliar parameter.

Model 4-bit	Memori yang dibutuhkan	Muat di M1 Ultra
Model 8B	4,5 GB	Ya
Model 14B	7,9 GB	Ya
Model 32B	18 GB	Ya
Model 70B	39,4 GB	Ya
gpt-oss-120b, mixture-of-experts	65 GB	Ya
Qwen3.5-397B-A17B, mixture-of-experts	223,3 GB	Tidak
DeepSeek-V4.1-Flash, mixture-of-experts	316 GB	Tidak

3Seberapa cepat

Kecepatan menulis teks dibatasi oleh bandwidth memori: setiap token baru membaca bobot aktif model satu kali. Membagi 800 GB/s milik M1 Ultra dengan jumlah byte yang dibaca per token menghasilkan batas atas di bawah. Penggunaan nyata biasanya mencapai sekitar 45% hingga 80% darinya (benchmark llama.cpp).

Model 4-bit	Dibaca per token	Batas atas satu chat
Model 8B	4,5 GB	178 token/detik
Model 14B	7,9 GB	101 token/detik
Model 32B	18 GB	44 token/detik
Model 70B	39,4 GB	20 token/detik
gpt-oss-120b, mixture-of-experts	2,7 GB	296 token/detik

5Bandingkan dengan chip lain

6Pertanyaan

Bisakah M1 Ultra menjalankan model 70B?: Bisa. Model 70B pada 4-bit butuh sekitar 40 GB, dan M1 Ultra punya hingga 128 GB. Batas atasnya sekitar 20 token per detik untuk satu chat.
Berapa token per detik yang didapat M1 Ultra?: Untuk model 8B pada 4-bit, batas atasnya sekitar 178 token per detik, dan penggunaan nyata mencapai kira-kira setengah hingga empat perlimanya. Model yang lebih besar melambat secara proporsional.
Apakah M1 Ultra bagus untuk AI?: Untuk menjalankan model secara lokal, memori dan bandwidth paling menentukan. M1 Ultra punya hingga 128 GB pada 800 GB/s, cukup untuk model hingga sekitar 170 miliar parameter. Mac ini juga bisa memperoleh token dengan menjalankan pekerjaan AI untuk MLX Network lewat MLX Node.

Sumber

Apple: M1 Ultraapple.com
llama.cpp: Apple Silicon benchmarksgithub.com