లోకల్ AI కోసం M5 Max.

M5 Maxలో 128 GB వరకు యూనిఫైడ్ మెమరీ ఉంది, దాన్ని 614 GB/s వరకు వేగంతో చదవగలదు. అలాంటి Macలో లాంగ్వేజ్ మోడల్‌లు నడపడానికి దీని అర్థం ఏమిటో Apple సొంత గణాంకాల నుండి ఇక్కడ లెక్కించాం.

1AIకి ముఖ్యమైన స్పెక్స్

యూనిఫైడ్ మెమరీ128 GB
మెమరీ బ్యాండ్‌విడ్త్614 GB/s, లేదా తక్కువ కాన్ఫిగరేషన్‌లో 460 GB/s
ఇది ఉన్న Macలు14- and 16-inch MacBook Pro (2026), Mac Studio (2026)
దీనికి ప్రత్యేక సీటుPro Latest సీటు: రోజుకు 120 MLX వరకు మైన్ చేస్తుంది

2ఏ మోడల్‌లు సరిపోతాయి

ఒక్కో వెయిట్‌కు 4 బిట్‌లైతే, ఒక మోడల్‌కు ప్రతి బిలియన్ పారామీటర్‌లకు అర గిగాబైట్ కంటే కొంచెం ఎక్కువ కావాలి, దానితో పాటు దాని కాంటెక్స్ట్‌కు, macOSకు చోటు. 128 GBతో M5 Max సుమారు 170 బిలియన్ పారామీటర్‌ల వరకు ఉన్న మోడల్‌లను సులువుగా పట్టుకుంటుంది.

4-బిట్‌లో మోడల్కావాల్సిన మెమరీM5 Maxలో సరిపోతుందా
8B మోడల్4.5 GBఅవును
14B మోడల్7.9 GBఅవును
32B మోడల్18 GBఅవును
70B మోడల్39.4 GBఅవును
gpt-oss-120b, mixture-of-experts65 GBఅవును
Qwen3.5-397B-A17B, mixture-of-experts223.3 GBలేదు
DeepSeek-V4.1-Flash, mixture-of-experts316 GBలేదు

3ఎంత వేగంగా నడుస్తుంది

టెక్స్ట్ రాసే వేగాన్ని మెమరీ బ్యాండ్‌విడ్త్ పరిమితం చేస్తుంది: ప్రతి కొత్త టోకెన్ మోడల్ యాక్టివ్ వెయిట్‌లను ఒకసారి చదువుతుంది. M5 Maxకి ఉన్న 614 GB/sను ఒక్కో టోకెన్‌కు చదివే బైట్‌లతో భాగిస్తే కింది గరిష్ఠ పరిమితి వస్తుంది. నిజమైన రన్‌లు సాధారణంగా దానిలో సుమారు 45% నుండి 80% వరకు చేరుతాయి (llama.cpp బెంచ్‌మార్క్‌లు).

4-బిట్‌లో మోడల్ఒక్కో టోకెన్‌కు చదివేదిఒక చాట్‌కు గరిష్ఠ పరిమితి
8B మోడల్4.5 GBసెకనుకు 136 టోకెన్‌లు
14B మోడల్7.9 GBసెకనుకు 78 టోకెన్‌లు
32B మోడల్18 GBసెకనుకు 34 టోకెన్‌లు
70B మోడల్39.4 GBసెకనుకు 16 టోకెన్‌లు
gpt-oss-120b, mixture-of-experts2.7 GBసెకనుకు 227 టోకెన్‌లు

M5 తరం చిప్‌లు GPUలో న్యూరల్ యాక్సిలరేటర్‌లను జోడిస్తాయి, కాబట్టి అవి M4 కంటే పలు రెట్లు వేగంగా ప్రాంప్ట్‌లను చదువుతాయి: MLXతో మొదటి టోకెన్ 3.3 నుండి 4.1 రెట్లు త్వరగా వస్తుందని Apple కొలిచింది (Apple).

5ఇతర చిప్‌లతో పోల్చండి

6ప్రశ్నలు

M5 Max 70B మోడల్‌ను నడపగలదా?
అవును. 4-బిట్‌లో 70B మోడల్‌కు సుమారు 40 GB కావాలి, M5 Maxలో 128 GB వరకు ఉంది. ఒక చాట్‌కు సెకనుకు సుమారు 16 టోకెన్‌ల గరిష్ఠ పరిమితిని ఆశించవచ్చు.
M5 Max సెకనుకు ఎన్ని టోకెన్‌లు ఇస్తుంది?
4-బిట్‌లో 8B మోడల్‌కు గరిష్ఠ పరిమితి సెకనుకు సుమారు 136 టోకెన్‌లు, నిజమైన రన్‌లు దానిలో దాదాపు సగం నుండి ఐదింట నాలుగు వంతుల వరకు చేరుతాయి. పెద్ద మోడల్‌లు అదే నిష్పత్తిలో నెమ్మదిగా ఉంటాయి.
AIకి M5 Max మంచిదేనా?
మోడల్‌లను లోకల్‌గా నడపడానికి మెమరీ, బ్యాండ్‌విడ్త్ అన్నిటికంటే ముఖ్యం. M5 Maxలో 614 GB/s వేగంతో 128 GB వరకు మెమరీ ఉంది, ఇది సుమారు 170 బిలియన్ పారామీటర్‌ల వరకు ఉన్న మోడల్‌లకు సరిపోతుంది. MLX Nodeతో MLX Network కోసం AI పనులు నడిపి ఇది సంపాదించగలదు కూడా.

ఆధారాలు

  1. Apple: M5 Pro and M5 Maxapple.com
  2. Apple: Mac Studio with M5 Max and M5 Ultraapple.com
లోకల్ LLMల కోసం M5 Max: మెమరీ, వేగం, ఏ మోడల్‌లు సరిపోతాయి | MLX