మెమరీ సైజు వారీగా
| మెమరీ | బాగా నడిచేవి | బాగా నడిచేవాటిలో అతిపెద్దది | gpt-oss-20b |
|---|---|---|---|
| 64 GB800 GB/s | 39 | Nemotron 3.5 Bolt 74B A9B | 189–337 tok/s |
| 128 GB800 GB/s | 47 | Qwen3.5 122B A10B | 189–337 tok/s |
| 192 GB800 GB/s | 49 | MiniMax M2.7 | 189–337 tok/s |
Mac మోడల్లు: Mac Pro (2023), Mac Pro (Rack, 2023). ప్రతి Mac మోడల్‌లో ప్రతి మెమరీ సైజు అందుబాటులో ఉండదు; దేనితో ఏది వస్తుందో Apple Tech Specs జాబితా చేస్తాయి.
ప్రశ్నలు
- లోకల్ LLMలకు M2 Ultra చిప్ ఉన్న Mac Pro మంచిదేనా?
- 192 GBతో ఇది 73 ఓపెన్ మోడల్లలో 49ను బాగా నడుపుతుంది, MiniMax M2.7 వరకు, gpt-oss-20b మోడల్తో సెకనుకు సుమారు 189–337 టోకెన్లు రాస్తుంది. M2 Ultra చిప్ 800 GB/s వేగంతో మెమరీని చదువుతుంది, అదే ఇది ఎంత వేగంగా రాస్తుందో నిర్ణయిస్తుంది.
- AI కోసం M2 Ultra చిప్ ఉన్న Mac Pro ఎంత మెమరీతో తీసుకోవాలి?
- 64 GBతో ఇది 39 ఓపెన్ మోడల్లను బాగా నడుపుతుంది; 192 GBతో 49, MiniMax M2.7 వరకు. ఏ మోడల్లు సరిపోతాయో మెమరీ నిర్ణయిస్తుంది, దాన్ని తర్వాత అప్గ్రేడ్ చేయలేరు.
ఇతర Macలు
M2 Ultra చిప్ ఉన్న ఇతర Macలు:
ముఖాముఖి:
లోకల్ AI కోసం M2 Ultra · లోకల్ LLMలకు ఉత్తమ Mac · అన్ని Macలు
ఎలా లెక్కించాం
మెమరీ: మోడల్ పారామీటర్‌లు వెయిట్‌కు 8, 6, 4, 3 లేదా 2 బిట్‌ల వద్ద, దానితో పాటు MLX గ్రూప్ స్కేల్‌లు (వెయిట్‌కు అర బిట్), లేదా దాని నేటివ్ ఫార్మాట్, పైన కాంటెక్స్ట్‌కు చోటు. డిఫాల్ట్‌గా macOS యూనిఫైడ్ మెమరీలో సుమారు 75%ను GPU వాడుకోనిస్తుంది. వేగం: మెమరీ బ్యాండ్‌విడ్త్‌ను ప్రతి టోకెన్‌కు చదివే బైట్‌లతో భాగిస్తే ఒక సంభాషణకు గరిష్ఠ పరిమితి వస్తుంది; llama.cpp పబ్లిక్ Apple Silicon బెంచ్‌మార్క్‌లలో నిజమైన రన్‌లు దానిలో సుమారు 45% నుండి 80% వరకు చేరుతాయి, ఆ పరిధినే చూపిస్తున్నాం. ఇవి అంచనాలు, కొలతలు కావు: మీ సొంత Macను MLX Benchలో కొలవండి. మోడల్ వివరాలు ప్రతి అధికారిక మోడల్ కార్డ్ నుండి, చిప్ వివరాలు Apple Tech Specs నుండి. 2026-10-19న తనిఖీ చేశాం. mlx.app/compareలో ఉన్న అదే డేటా.