Czy układ M2 Max uruchomi model 70B?

Tak. Model 70B w 4 bitach potrzebuje około 40 GB, a układ M2 Max ma do 96 GB. Pułap dla jednej rozmowy to około 10 tokenów na sekundę.

Ile tokenów na sekundę osiąga układ M2 Max?

Dla modelu 8B w 4 bitach pułap wynosi około 89 tokenów na sekundę, a w praktyce osiąga się mniej więcej od połowy do czterech piątych tej wartości. Większe modele są proporcjonalnie wolniejsze.

Czy układ M2 Max nadaje się do AI?

Przy lokalnym uruchamianiu modeli najważniejsze są pamięć i przepustowość. Układ M2 Max ma do 96 GB przy 400 GB/s, co wystarcza na modele do około 128 mld parametrów. Może też zarabiać, wykonując pracę AI dla MLX Network w MLX Node.

M2 Max do lokalnych LLM: pamięć, szybkość, modele

1Parametry, które liczą się w AI

Pamięć zunifikowana	96 GB
Przepustowość pamięci	400 GB/s
Występuje w	14- and 16-inch MacBook Pro (2023), Mac Studio (2023)
Dedykowane miejsce dla niego	Miejsce Pro: wydobywa do 80 MLX dziennie

2Które modele się zmieszczą

Przy 4 bitach na wagę model potrzebuje nieco ponad pół gigabajta na każdy miliard parametrów, plus miejsca na kontekst i macOS. Mając do dyspozycji 96 GB, układ M2 Max swobodnie mieści modele do około 128 mld parametrów.

Model w 4 bitach	Potrzebna pamięć	Mieści się w układzie M2 Max
Model 8B	4,5 GB	Tak
Model 14B	7,9 GB	Tak
Model 32B	18 GB	Tak
Model 70B	39,4 GB	Tak
gpt-oss-120b, mixture-of-experts	65 GB	Tak
Qwen3.5-397B-A17B, mixture-of-experts	223,3 GB	Nie
DeepSeek-V4.1-Flash, mixture-of-experts	316 GB	Nie

3Jak szybko działa

Pisanie tekstu ogranicza przepustowość pamięci: każdy nowy token to jednokrotny odczyt aktywnych wag modelu. Dzieląc 400 GB/s układu M2 Max przez liczbę bajtów odczytywanych na token, otrzymujemy pułap podany niżej. W praktyce osiąga się zwykle od 45% do 80% tej wartości (benchmarki llama.cpp).

Model w 4 bitach	Odczyt na token	Pułap dla jednej rozmowy
Model 8B	4,5 GB	89 tok/s
Model 14B	7,9 GB	51 tok/s
Model 32B	18 GB	22 tok/s
Model 70B	39,4 GB	10 tok/s
gpt-oss-120b, mixture-of-experts	2,7 GB	148 tok/s

5Porównaj z innymi układami

6Pytania

Czy układ M2 Max uruchomi model 70B?: Tak. Model 70B w 4 bitach potrzebuje około 40 GB, a układ M2 Max ma do 96 GB. Pułap dla jednej rozmowy to około 10 tokenów na sekundę.
Ile tokenów na sekundę osiąga układ M2 Max?: Dla modelu 8B w 4 bitach pułap wynosi około 89 tokenów na sekundę, a w praktyce osiąga się mniej więcej od połowy do czterech piątych tej wartości. Większe modele są proporcjonalnie wolniejsze.
Czy układ M2 Max nadaje się do AI?: Przy lokalnym uruchamianiu modeli najważniejsze są pamięć i przepustowość. Układ M2 Max ma do 96 GB przy 400 GB/s, co wystarcza na modele do około 128 mld parametrów. Może też zarabiać, wykonując pracę AI dla MLX Network w MLX Node.

Źródła

Apple: M2 Pro and M2 Maxapple.com
llama.cpp: Apple Silicon benchmarksgithub.com