Theo dung lượng bộ nhớ
| Bộ nhớ | Chạy tốt | Lớn nhất mà chạy tốt | gpt-oss-20b |
|---|---|---|---|
| 8 GB100 GB/s | 16 | Granite 4.2 8B | quá lớn |
| 16 GB100 GB/s | 17 | Qwen3 8B | 28–50 tok/s |
| 24 GB100 GB/s | 20 | Gemma 4 26B A4B | 24–42 tok/s |
Các mẫu máy: iMac (24-inch, M3, 2023, Two ports), iMac (24-inch, M3, 2023, Four ports). Không phải mẫu máy nào cũng có mọi dung lượng bộ nhớ; Thông số kỹ thuật của Apple liệt kê cấu hình của từng mẫu.
Câu hỏi
- iMac chip M3 có tốt cho LLM cục bộ không?
- Với 24 GB, máy chạy tốt 20 trên 73 mô hình mở, lớn nhất là Gemma 4 26B A4B, và viết khoảng 24–42 token mỗi giây với gpt-oss-20b. M3 đọc bộ nhớ ở 100 GB/s, yếu tố quyết định tốc độ viết.
- iMac chip M3 nên có bao nhiêu bộ nhớ để chạy AI?
- Với 8 GB, máy chạy tốt 16 mô hình mở; với 24 GB là 20, lớn nhất là Gemma 4 26B A4B. Bộ nhớ quyết định mô hình nào vừa và không thể nâng cấp sau này.
Các Mac khác
iMac với các chip khác:
Các Mac khác dùng chip M3:
Đối đầu:
Cách tính
Bộ nhớ: số tham số của mô hình ở 8, 6, 4, 3 hoặc 2 bit mỗi trọng số cộng với hệ số tỷ lệ theo nhóm của MLX (nửa bit mỗi trọng số), hoặc theo định dạng gốc, rồi thêm chỗ cho ngữ cảnh. Mặc định macOS cho GPU dùng khoảng 75% bộ nhớ hợp nhất. Tốc độ: băng thông bộ nhớ chia cho số byte đọc mỗi token là mức trần cho một cuộc trò chuyện; trong benchmark Apple Silicon công khai của llama.cpp, thực tế đạt khoảng 45% đến 80% mức đó, và đó là khoảng được hiển thị. Đây là ước tính, không phải số đo: hãy đo chính Mac của bạn trên MLX Bench. Số liệu mô hình lấy từ thẻ mô hình chính thức, số liệu chip từ Thông số kỹ thuật của Apple. Kiểm tra ngày 2026-10-19. Cùng dữ liệu với mlx.app/compare.