Kan de M2 Ultra een 70B-model draaien?

Ja. Een 70B-model in 4-bit heeft ongeveer 40 GB nodig, en de M2 Ultra heeft tot 192 GB. Reken op een plafond van ongeveer 20 tokens per seconde voor één chat.

Hoeveel tokens per seconde haalt de M2 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 M2 Ultra goed voor AI?

Voor lokale modellen tellen geheugen en bandbreedte het zwaarst. De M2 Ultra heeft tot 192 GB met 800 GB/s, genoeg voor modellen tot ongeveer 256 miljard parameters. Met MLX Node kan hij ook verdienen door AI-werk uit te voeren voor MLX Network.

M2 Ultra voor lokale LLM's: geheugen, snelheid en wat past

1De specificaties die tellen voor AI

Geïntegreerd geheugen	192 GB
Geheugenbandbreedte	800 GB/s
Zit in	Mac Studio (2023), Mac Pro (2023)
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 192 GB biedt de M2 Ultra ruim plaats aan modellen tot ongeveer 256 miljard parameters.

Model in 4-bit	Benodigd geheugen	Past op de M2 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 M2 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 M2 Ultra een 70B-model draaien?: Ja. Een 70B-model in 4-bit heeft ongeveer 40 GB nodig, en de M2 Ultra heeft tot 192 GB. Reken op een plafond van ongeveer 20 tokens per seconde voor één chat.
Hoeveel tokens per seconde haalt de M2 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 M2 Ultra goed voor AI?: Voor lokale modellen tellen geheugen en bandbreedte het zwaarst. De M2 Ultra heeft tot 192 GB met 800 GB/s, genoeg voor modellen tot ongeveer 256 miljard parameters. Met MLX Node kan hij ook verdienen door AI-werk uit te voeren voor MLX Network.

Bronnen

Apple: M2 Ultraapple.com
llama.cpp: Apple Silicon benchmarksgithub.com