ప్రతి ప్రెసిషన్ వద్ద మెమరీ
| వెర్షన్ | వెయిట్లు | కాంటెక్స్ట్‌తో | అతిచిన్న Mac |
|---|---|---|---|
| 8-బిట్ | 14.9 GB | 16.4 GB | 24 GB |
| 6-బిట్ | 11.4 GB | 12.9 GB | 18 GB |
| 4-బిట్ | 7.9 GB | 9.4 GB | 16 GB |
| 3-బిట్ తక్కువ నాణ్యత | 6.1 GB | 7.6 GB | 16 GB |
| 2-బిట్ తక్కువ నాణ్యత | 4.4 GB | 5.9 GB | 8 GB |
ప్రతి Apple చిప్‌పై
Phi-4 (14B)ను నడిపే ప్రతి చిప్ యొక్క అతిచిన్న మెమరీ సైజు, దానిలో సరిపోయే ఉత్తమ వెర్షన్, ఆశించదగిన రాసే వేగం.
| చిప్ | కావాలి | వెర్షన్ | టోకెన్లు/సెకను |
|---|---|---|---|
| M6 | 16 GB | 4-బిట్ నెమ్మది | 9–15 |
| M5 Ultra | 96 GB | 8-బిట్ బాగా నడుస్తుంది | 36–64 |
| M5 Max | 36 GB | 8-బిట్ బాగా నడుస్తుంది | 14–25 |
| M5 Pro | 24 GB | 6-బిట్ బాగా నడుస్తుంది | 12–22 |
| M5 | 16 GB | 4-బిట్ నెమ్మది | 9–15 |
| M4 Max | 36 GB | 8-బిట్ బాగా నడుస్తుంది | 12–22 |
| M4 Pro | 24 GB | 6-బిట్ బాగా నడుస్తుంది | 11–19 |
| M4 | 16 GB | 4-బిట్ నెమ్మది | 7–12 |
| M3 Ultra | 96 GB | 8-బిట్ బాగా నడుస్తుంది | 25–44 |
| M3 Max | 36 GB | 6-బిట్ బాగా నడుస్తుంది | 12–21 |
| M3 Pro | 18 GB | 6-బిట్ నెమ్మది | 6–11 |
| M3 | 16 GB | 4-బిట్ నెమ్మది | 6–10 |
| M2 Ultra | 64 GB | 8-బిట్ బాగా నడుస్తుంది | 24–43 |
| M2 Max | 32 GB | 8-బిట్ బాగా నడుస్తుంది | 12–21 |
| M2 Pro | 16 GB | 4-బిట్ బాగా నడుస్తుంది | 11–20 |
| M2 | 16 GB | 4-బిట్ నెమ్మది | 6–10 |
| M1 Ultra | 64 GB | 8-బిట్ బాగా నడుస్తుంది | 24–43 |
| M1 Max | 32 GB | 8-బిట్ బాగా నడుస్తుంది | 12–21 |
| M1 Pro | 16 GB | 4-బిట్ బాగా నడుస్తుంది | 11–20 |
| M1 | 16 GB | 4-బిట్ నెమ్మది | 4–7 |
దీన్ని ఎలా నడపాలి
- సులభమైన మార్గం: ఉచితమైన, ఓపెన్ సోర్స్ MLX Harnessను డౌన్‌లోడ్ చేయండి. Phi-4 (14B) కోసం వెతికి, మీ Macలో సరిపోయే వెర్షన్‌ను డౌన్‌లోడ్ చేసి, చాట్ చేయండి. ఇది OpenAI-compatible API ద్వారా ఆ మోడల్‌ను మీ ఇతర యాప్‌లకు కూడా అందిస్తుంది.MLX Harness డౌన్‌లోడ్ చేయండిఉచితం · Apple Silicon · macOS 14.5 లేదా తర్వాతి వెర్షన్
- Terminalలో Apple MLXతో:
pip install mlx-lmmlx_lm.chat --model mlx-community/phi-4-4bitబిల్డ్: Hugging Faceలో mlx-community/phi-4-4bit. ఇతర ప్రెసిషన్‌లు దాని పక్కనే ఉన్నాయి.
దశలవారీగా: Macలో LLMలను డౌన్‌లోడ్ చేసి నడపండి · MLX Harnessను ఎలా వాడాలి · MLX vs Ollama vs llama.cpp
Phi-4 (14B) గురించి
| తయారీదారు | Microsoft |
|---|---|
| పారామీటర్‌లు | 14B (డెన్స్) |
| కాంటెక్స్ట్ | 16K టోకెన్లు |
| లైసెన్స్ | MIT |
| విడుదల | 2024-12 |
| ఇన్‌పుట్ | టెక్స్ట్ |
| వెయిట్లు | microsoft/phi-4 |
ప్రశ్నలు
- Phi-4 (14B)కు ఎంత మెమరీ కావాలి?
- 4-బిట్ వద్ద సుమారు 7.9 GB వెయిట్లు, దానితో పాటు కాంటెక్స్ట్కు చోటు: మొత్తం 9.4 GB. Macలో అంటే 16 GB లేదా అంతకంటే ఎక్కువ యూనిఫైడ్ మెమరీ, ఎందుకంటే డిఫాల్ట్గా macOS దానిలో సుమారు 75%ను మాత్రమే GPU వాడుకోనిస్తుంది.
- Macలో Phi-4 (14B) ఎంత వేగంగా నడుస్తుంది?
- రాసే వేగం మెమరీ బ్యాండ్విడ్త్పై ఆధారపడుతుంది. ఇక్కడ దీనికి అత్యంత వేగవంతమైన Mac 96 GB ఉన్న M5 Ultra, సెకనుకు సుమారు 36–64 టోకెన్లు (8-బిట్). దీన్ని నడిపే అతిచిన్న Mac, 16 GB ఉన్న M2 Pro, సుమారు 11–20 వరకు చేరుతుంది.
- క్వాంటైజేషన్ వల్ల Phi-4 (14B) నాణ్యత తగ్గుతుందా?
- 4 బిట్ల వద్ద చాలా మోడల్లు అసలు నాణ్యతకు దగ్గరగానే ఉంటాయి; 4 బిట్ల కంటే తక్కువకు వెళ్తే నాణ్యత వేగంగా పడిపోతుంది. మీ Macలో చోటు మిగిలేలా సరిపోయే అత్యధిక ప్రెసిషన్ను ఎంచుకోండి.
ఇలాంటి మోడల్లు
మీ మోడల్ కార్డ్ లేదా README కోసం
Phi-4 (14B)ను బాగా నడిపే అతిచిన్న Macను చూపి, ఇక్కడికి లింక్ ఇస్తుంది.
[](https://mlx.app/run/phi-4)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.