1De specificaties die tellen voor AI
| Geïntegreerd geheugen | 128 GB |
|---|---|
| Geheugenbandbreedte | 800 GB/s |
| Zit in | Mac Studio (2022) |
| Vaste plek ervoor | Ultra-plek: delft tot 320 MLX per dag |
2Welke modellen passen
Bij 4 bits per gewicht heeft een model iets meer dan een halve gigabyte per miljard parameters nodig, plus ruimte voor de context en macOS. Met 128 GB biedt de M1 Ultra ruim plaats aan modellen tot ongeveer 170 miljard parameters.
| Model in 4-bit | Benodigd geheugen | Past op de M1 Ultra |
|---|---|---|
| 8B-model | 4,5 GB | Ja |
| 14B-model | 7,9 GB | Ja |
| 32B-model | 18 GB | Ja |
| 70B-model | 39,4 GB | Ja |
| gpt-oss-120b, mixture-of-experts | 65 GB | Ja |
| Qwen3.5-397B-A17B, mixture-of-experts | 223,3 GB | Nee |
| DeepSeek-V4.1-Flash, mixture-of-experts | 316 GB | Nee |
3Hoe snel hij is
Tekst schrijven wordt begrensd door de geheugenbandbreedte: elke nieuwe token leest de actieve gewichten van het model één keer. Deel de 800 GB/s van de M1 Ultra door het aantal bytes dat per token wordt gelezen en je krijgt het plafond hieronder. In de praktijk haal je meestal zo'n 45% tot 80% daarvan (llama.cpp-benchmarks).
| Model in 4-bit | Gelezen per token | Plafond voor één chat |
|---|---|---|
| 8B-model | 4,5 GB | 178 tokens/s |
| 14B-model | 7,9 GB | 101 tokens/s |
| 32B-model | 18 GB | 44 tokens/s |
| 70B-model | 39,4 GB | 20 tokens/s |
| gpt-oss-120b, mixture-of-experts | 2,7 GB | 296 tokens/s |
5Vergelijk met andere chips
6Vragen
- Kan de M1 Ultra een 70B-model draaien?
- Ja. Een 70B-model in 4-bit heeft ongeveer 40 GB nodig, en de M1 Ultra heeft tot 128 GB. Reken op een plafond van ongeveer 20 tokens per seconde voor één chat.
- Hoeveel tokens per seconde haalt de M1 Ultra?
- Voor een 8B-model in 4-bit ligt het plafond rond 178 tokens per seconde, en in de praktijk haal je ongeveer de helft tot vier vijfde daarvan. Grotere modellen zijn naar verhouding trager.
- Is de M1 Ultra goed voor AI?
- Voor lokale modellen tellen geheugen en bandbreedte het zwaarst. De M1 Ultra heeft tot 128 GB met 800 GB/s, genoeg voor modellen tot ongeveer 170 miljard parameters. Met MLX Node kan hij ook verdienen door AI-werk uit te voeren voor MLX Network.
Bronnen
- Apple: M1 Ultraapple.com
- llama.cpp: Apple Silicon benchmarksgithub.com