1Yapay zekâ için önemli özellikler
| Birleşik bellek | 32 GB |
|---|---|
| Bellek bant genişliği | 200 GB/s |
| Bulunduğu Mac'ler | 14- and 16-inch MacBook Pro (2023), Mac mini (2023) |
| Ona uygun özel koltuk | Pro koltuk: günde en fazla 80 MLX kazar |
2Hangi modeller sığar
Ağırlık başına 4 bitte bir model, her milyar parametre için yarım gigabayttan biraz fazla belleğe, ayrıca bağlamı ve macOS için yere ihtiyaç duyar. M2 Pro çipi, 32 GB bellekle yaklaşık 42 milyar parametreye kadar modelleri rahatça barındırır.
| 4 bit model | Gereken bellek | M2 Pro çipine sığar mı |
|---|---|---|
| 8B model | 4,5 GB | Evet |
| 14B model | 7,9 GB | Evet |
| 32B model | 18 GB | Evet |
| 70B model | 39,4 GB | Hayır |
| gpt-oss-120b, mixture-of-experts | 65 GB | Hayır |
| Qwen3.5-397B-A17B, mixture-of-experts | 223,3 GB | Hayır |
| DeepSeek-V4.1-Flash, mixture-of-experts | 316 GB | Hayır |
3Ne kadar hızlı çalışır
Metin üretimini bellek bant genişliği sınırlar: her yeni token, modelin etkin ağırlıklarını bir kez okur. M2 Pro çipinin 200 GB/s değerini token başına okunan bayt sayısına bölmek aşağıdaki tavanı verir. Gerçek kullanımda genellikle bunun yaklaşık %45 ila %80'ine ulaşılır (llama.cpp karşılaştırmaları).
| 4 bit model | Token başına okunan | Tek sohbet için tavan |
|---|---|---|
| 8B model | 4,5 GB | 44 token/s |
| 14B model | 7,9 GB | 25 token/s |
| 32B model | 18 GB | 11 token/s |
5Diğer çiplerle karşılaştırın
6Sorular
- M2 Pro çipi 70B bir modeli çalıştırabilir mi?
- Rahatça değil. 4 bitte 70B bir model yaklaşık 40 GB ister; M2 Pro çipinde ise en fazla 32 GB bellek var. Yaklaşık 42 milyar parametreye kadar modeller rahatça sığar.
- M2 Pro çipi saniyede kaç token üretir?
- 4 bitte 8B bir model için tavan saniyede yaklaşık 44 token; gerçek kullanımda bunun kabaca yarısı ile beşte dördü arasına ulaşılır. Daha büyük modeller orantılı olarak daha yavaştır.
- M2 Pro çipi yapay zekâ için iyi mi?
- Modelleri yerelde çalıştırırken en önemli şey bellek ve bant genişliğidir. M2 Pro çipi 200 GB/s hızında en fazla 32 GB bellek sunar; bu, yaklaşık 42 milyar parametreye kadar modeller için yeterlidir. MLX Node ile MLX Network'e yapay zekâ işleri çalıştırarak kazanç da sağlayabilir.
Kaynaklar
- Apple: M2 Pro and M2 Maxapple.com
- llama.cpp: Apple Silicon benchmarksgithub.com