1Yapay zekâ için önemli özellikler
| Birleşik bellek | 512 GB |
|---|---|
| Bellek bant genişliği | 819 GB/s |
| Bulunduğu Mac'ler | Mac Studio (2025) |
| Ona uygun özel koltuk | Ultra koltuk: günde en fazla 320 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. M3 Ultra çipi, 512 GB bellekle yaklaşık 682 milyar parametreye kadar modelleri rahatça barındırır.
| 4 bit model | Gereken bellek | M3 Ultra 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 | Evet |
| gpt-oss-120b, mixture-of-experts | 65 GB | Evet |
| Qwen3.5-397B-A17B, mixture-of-experts | 223,3 GB | Evet |
| DeepSeek-V4.1-Flash, mixture-of-experts | 316 GB | Evet |
3Ne kadar hızlı çalışır
Metin üretimini bellek bant genişliği sınırlar: her yeni token, modelin etkin ağırlıklarını bir kez okur. M3 Ultra çipinin 819 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 | 182 token/s |
| 14B model | 7,9 GB | 104 token/s |
| 32B model | 18 GB | 46 token/s |
| 70B model | 39,4 GB | 21 token/s |
| gpt-oss-120b, mixture-of-experts | 2,7 GB | 303 token/s |
| Qwen3.5-397B-A17B, mixture-of-experts | 9,6 GB | 85 token/s |
| DeepSeek-V4.1-Flash, mixture-of-experts | 9 GB | 91 token/s |
Ölçülen: llama.cpp, herkese açık karşılaştırmalarında M3 Ultra (80-core GPU) üzerinde Llama-2-7B (Q4_0) ile saniyede 92 token üretiyor.
5Diğer çiplerle karşılaştırın
6Sorular
- M3 Ultra çipi 70B bir modeli çalıştırabilir mi?
- Evet. 4 bitte 70B bir model yaklaşık 40 GB ister; M3 Ultra çipinde ise en fazla 512 GB bellek var. Tek sohbet için tavan saniyede yaklaşık 21 token olur.
- M3 Ultra çipi saniyede kaç token üretir?
- 4 bitte 8B bir model için tavan saniyede yaklaşık 182 token; gerçek kullanımda bunun kabaca yarısı ile beşte dördü arasına ulaşılır. Daha büyük modeller orantılı olarak daha yavaştır.
- M3 Ultra çipi yapay zekâ için iyi mi?
- Modelleri yerelde çalıştırırken en önemli şey bellek ve bant genişliğidir. M3 Ultra çipi 819 GB/s hızında en fazla 512 GB bellek sunar; bu, yaklaşık 682 milyar parametreye kadar modeller için yeterlidir. MLX Node ile MLX Network'e yapay zekâ işleri çalıştırarak kazanç da sağlayabilir.
Kaynaklar
- Apple: Mac Studio (2025) specssupport.apple.com
- llama.cpp: Apple Silicon benchmarksgithub.com