1Parametry, które liczą się w AI
| Pamięć zunifikowana | 128 GB |
|---|---|
| Przepustowość pamięci | 546 GB/s lub 410 GB/s w niższej konfiguracji |
| Występuje w | 14- and 16-inch MacBook Pro (2024), Mac Studio (2025) |
| 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 128 GB, układ M4 Max swobodnie mieści modele do około 170 mld parametrów.
| Model w 4 bitach | Potrzebna pamięć | Mieści się w układzie M4 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 546 GB/s układu M4 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 | 121 tok/s |
| Model 14B | 7,9 GB | 69 tok/s |
| Model 32B | 18 GB | 30 tok/s |
| Model 70B | 39,4 GB | 14 tok/s |
| gpt-oss-120b, mixture-of-experts | 2,7 GB | 202 tok/s |
Zmierzono: w konfiguracji M4 Max (40-core GPU) llama.cpp generuje w publicznych benchmarkach 83 tok/s z Llama-2-7B (Q4_0).
5Porównaj z innymi układami
6Pytania
- Czy układ M4 Max uruchomi model 70B?
- Tak. Model 70B w 4 bitach potrzebuje około 40 GB, a układ M4 Max ma do 128 GB. Pułap dla jednej rozmowy to około 14 tokenów na sekundę.
- Ile tokenów na sekundę osiąga układ M4 Max?
- Dla modelu 8B w 4 bitach pułap wynosi około 121 tokenów na sekundę, a w praktyce osiąga się mniej więcej od połowy do czterech piątych tej wartości. Większe modele są proporcjonalnie wolniejsze.
- Czy układ M4 Max nadaje się do AI?
- Przy lokalnym uruchamianiu modeli najważniejsze są pamięć i przepustowość. Układ M4 Max ma do 128 GB przy 546 GB/s, co wystarcza na modele do około 170 mld parametrów. Może też zarabiać, wykonując pracę AI dla MLX Network w MLX Node.
Źródła
- Apple: M4 Pro and M4 Maxapple.com
- llama.cpp: Apple Silicon benchmarksgithub.com