1AI साठी महत्त्वाचे स्पेक्स
| युनिफाइड मेमरी | 32 GB |
|---|---|
| मेमरी बँडविड्थ | 200 GB/s |
| या Mac मध्ये | 14- and 16-inch MacBook Pro (2021) |
| यासाठी समर्पित सीट | Pro सीट: दिवसाला 80 MLX पर्यंत माइन करते |
2कोणती मॉडेल बसतात
प्रति वेट 4 बिटवर मॉडेलला प्रत्येक अब्ज पॅरामीटरसाठी अर्ध्या गिगाबाइटपेक्षा थोडी जास्त मेमरी लागते, शिवाय कॉन्टेक्स्ट आणि macOS साठी जागा. 32 GB सह M1 Pro वर सुमारे 42 अब्ज पॅरामीटरपर्यंतची मॉडेल आरामात चालतात.
| 4-बिट मॉडेल | लागणारी मेमरी | M1 Pro वर बसते का |
|---|---|---|
| 8B मॉडेल | 4.5 GB | हो |
| 14B मॉडेल | 7.9 GB | हो |
| 32B मॉडेल | 18 GB | हो |
| 70B मॉडेल | 39.4 GB | नाही |
| gpt-oss-120b, मिक्स्चर-ऑफ-एक्सपर्ट्स | 65 GB | नाही |
| Qwen3.5-397B-A17B, मिक्स्चर-ऑफ-एक्सपर्ट्स | 223.3 GB | नाही |
| DeepSeek-V4.1-Flash, मिक्स्चर-ऑफ-एक्सपर्ट्स | 316 GB | नाही |
3वेग किती मिळतो
मजकूर लिहिण्याचा वेग मेमरी बँडविड्थमुळे मर्यादित असतो: प्रत्येक नवीन टोकनसाठी मॉडेलचे सक्रिय वेट एकदा वाचले जातात. M1 Pro ची 200 GB/s बँडविड्थ प्रति टोकन वाचल्या जाणाऱ्या बाइट्सने भागल्यावर खालील मर्यादा मिळते. प्रत्यक्ष रन सहसा तिच्या सुमारे 45% ते 80% पर्यंत पोहोचतात (llama.cpp बेंचमार्क).
| 4-बिट मॉडेल | प्रति टोकन वाचलेला डेटा | एका चॅटची मर्यादा |
|---|---|---|
| 8B मॉडेल | 4.5 GB | 44 टोकन/सेकंद |
| 14B मॉडेल | 7.9 GB | 25 टोकन/सेकंद |
| 32B मॉडेल | 18 GB | 11 टोकन/सेकंद |
5इतर चिपशी तुलना करा
6प्रश्न
- M1 Pro वर 70B मॉडेल चालू शकते का?
- आरामात नाही. 4-बिटवर 70B मॉडेलला सुमारे 40 GB लागतात, आणि M1 Pro मध्ये जास्तीत जास्त 32 GB आहे. सुमारे 42B पॅरामीटरपर्यंतची मॉडेल चांगली बसतात.
- M1 Pro वर प्रति सेकंद किती टोकन मिळतात?
- 4-बिटवरील 8B मॉडेलसाठी मर्यादा सुमारे 44 टोकन प्रति सेकंद आहे, आणि प्रत्यक्ष रन तिच्या साधारण निम्म्यापासून चार-पंचमांशपर्यंत पोहोचतात. मोठी मॉडेल त्याच प्रमाणात हळू चालतात.
- AI साठी M1 Pro चांगला पर्याय आहे का?
- मॉडेल लोकल चालवण्यासाठी मेमरी आणि बँडविड्थ सर्वात महत्त्वाच्या असतात. M1 Pro मध्ये 200 GB/s वेगाने 32 GB पर्यंत मेमरी आहे, जी सुमारे 42 अब्ज पॅरामीटरपर्यंतच्या मॉडेलसाठी पुरेशी आहे. MLX Node वापरून MLX Network चे AI जॉब चालवून यातून कमाईही करता येते.
स्रोत
- Apple: M1 Pro and M1 Maxapple.com
- llama.cpp: Apple Silicon benchmarksgithub.com