Il chip M3 può far girare un modello da 70B?

Non comodamente. Un modello da 70B a 4 bit richiede circa 40 GB, e il chip M3 ha al massimo 24 GB. I modelli fino a circa 32 miliardi di parametri ci stanno bene.

Quanti token al secondo fa il chip M3?

Con un modello da 8B a 4 bit il tetto è di circa 22 token al secondo, e nelle prove reali si arriva più o meno tra la metà e i quattro quinti. I modelli più grandi sono proporzionalmente più lenti.

Il chip M3 è adatto all'AI?

Per eseguire modelli in locale contano soprattutto memoria e larghezza di banda. Il chip M3 ha fino a 24 GB a 100 GB/s, abbastanza per modelli fino a circa 32 miliardi di parametri. Può anche guadagnare eseguendo lavoro di AI per MLX Network con MLX Node.

M3 per LLM in locale: memoria, velocità e modelli

1Le specifiche che contano per l'AI

Memoria unificata	24 GB
Larghezza di banda della memoria	100 GB/s
Presente in	MacBook Air (2024), 14-inch MacBook Pro (2023), iMac (2023)
Posto dedicato adatto	Posto Core: mina fino a 20 MLX al giorno

2Quali modelli ci stanno

A 4 bit per peso un modello richiede poco più di mezzo gigabyte per miliardo di parametri, più spazio per il contesto e per macOS. Con 24 GB, il chip M3 ospita comodamente modelli fino a circa 32 miliardi di parametri.

Modello a 4 bit	Memoria richiesta	Ci sta sul chip M3
Modello da 8B	4,5 GB	Sì
Modello da 14B	7,9 GB	Sì
Modello da 32B	18 GB	Sì
Modello da 70B	39,4 GB	No
gpt-oss-120b, mixture-of-experts	65 GB	No
Qwen3.5-397B-A17B, mixture-of-experts	223,3 GB	No
DeepSeek-V4.1-Flash, mixture-of-experts	316 GB	No

3Quanto è veloce

La scrittura del testo è limitata dalla larghezza di banda della memoria: ogni nuovo token legge una volta i pesi attivi del modello. Dividendo i 100 GB/s del chip M3 per i byte letti per token si ottiene il tetto qui sotto. Nelle prove reali si arriva di solito dal 45% all'80% circa di questo tetto (benchmark di llama.cpp).

Modello a 4 bit	Letti per token	Tetto per una chat
Modello da 8B	4,5 GB	22 token/s
Modello da 14B	7,9 GB	13 token/s
Modello da 32B	18 GB	6 token/s

5Confronta con altri chip

6Domande

Il chip M3 può far girare un modello da 70B?: Non comodamente. Un modello da 70B a 4 bit richiede circa 40 GB, e il chip M3 ha al massimo 24 GB. I modelli fino a circa 32 miliardi di parametri ci stanno bene.
Quanti token al secondo fa il chip M3?: Con un modello da 8B a 4 bit il tetto è di circa 22 token al secondo, e nelle prove reali si arriva più o meno tra la metà e i quattro quinti. I modelli più grandi sono proporzionalmente più lenti.
Il chip M3 è adatto all'AI?: Per eseguire modelli in locale contano soprattutto memoria e larghezza di banda. Il chip M3 ha fino a 24 GB a 100 GB/s, abbastanza per modelli fino a circa 32 miliardi di parametri. Può anche guadagnare eseguendo lavoro di AI per MLX Network con MLX Node.

Fonti

Apple: M3, M3 Pro and M3 Maxapple.com
llama.cpp: Apple Silicon benchmarksgithub.com