Ondanks zijn reputatie voor achterblijven in AI -ontwikkeling, heeft Apple de beste computer voor AI -onderzoek gemaakt. De Mac Studio met de M3 Ultra Chip ondersteunt een ongekende uniforme geheugentoewijzing, tot 512 GB, waardoor het de gemakkelijkste en meest betaalbare manier is om geavanceerd AI -onderzoek uit te voeren met grote modellen op persoonlijke hardware.
Het nieuwste Deepseek V3 -model toont dit met zijn prestaties en wordt volledig uitgevoerd op één Mac. Apple geïnstalleerde onderzoekers onthulden maandag de functionaliteit van het model.
Deze mogelijkheid wordt mogelijk gemaakt door de pure verwerkingskracht van de Mac, die wordt gecentraliseerd onder een uniforme architectuur. Deepseek V3 bereikt prestatieniveaus die concurreren met marktleiders zoals Chatgpt. Deze software draait niet alleen efficiënt op Bulkier Server Farms, maar ook comfortabel op de desktopcomputer van Apple.
Het nieuwe model is vergelijkbaar met prijzen voor gebruikte auto’s. Met een prijskaartje van $ 9.499 is het gelijk aan de kosten van een tweedehandsauto, maar bekende bekende niet de uitgestrekte ruimte of kosten van een datacenter vereist.
Dit was niet gepland. De architectuur is op een manier ontworpen om individuele componenten op een chip te maximaliseren, waardoor het een enorm potentieel voor uniform geheugen werd gecreëerd, waardoor AI -taken inhoudelijk ten goede komen.
De ontwikkelingsdringing voor het silicium van Apple was bedoeld om draagbare computers te verbeteren, zoals de batterijduur van de MacBook Air. Gedurende de jaren 2010 had Apple sequentiële siliciumprocessors ontwikkeld. Dit project begon met de lancering van de A4 -chip in 2010. Macs geïntegreerd met Apple Silicon dook halverwege dat decennium op.
AI -modellen worden gevoed door GPU’s, maar geheugen is van vitaal belang. Een dure NVIDIA 4090 GPU, die groot is in grootte en bedoeld is voor 3D -modellering en video -weergave, bevat 24 GB geheugen. Krachtige taalmodellen zoals Deepseek R1 vereisen geheugen minstens 64 keer die capaciteit.
De voordelen van het uitvoeren van modellen overtreffen lokaal cloudgebaseerde services. Het verwijderen van de noodzaak om internationale servers te gebruiken met netwerklatentie en gebruiksbeperkingen en financiële kosten, is een voordeel dat uniek is voor lokale verwerking. Bovendien worden privacy- en beveiligingsproblemen beperkt met het runnen van lokale hardware en infrastructuur.
De unieke architectuur van Apple voor zijn silicium verschilt ook van veel aangepaste PC’s. Apple Silicon integreert CPU’s, GPU’s en neurale motoren in een enkele chip, in plaats van het discreet geheugen voor elke component te gebruiken. De gespecialiseerde opstelling maakt Apple Hardware het meest kosteneffectief voor substantiële lokale geheugencapaciteit.
Apple Marketing Materials prees de Unified Memory Architecture toen ze de M1 -chip lanceerden. Ze benadrukken hoe verschillende componenten van het systeem met behulp van gedeelde geheugentoegang de verwerkingsmogelijkheden van hun computer vergroten, maar verbetert vooral de batterijduur van de MacBook Air.
Op maandag onthulde Apple Machine Learning-onderzoeker Awni Hannun een diepgaand groot taalmodel op een Mac Studio. Hij gedeeld Prestatiespecificaties op zijn sociale media, waarbij centra worden benadrukt met 512 GB unified geheugen.
De pure prestaties die Apple’s Mac Studio M3 Ultra aanbiedt in AI -onderzoek is geen toeval, maar een bijproduct van zijn chipontwerp gericht op de levensduur van de batterij; Een indrukwekkende, zij het ongeplande, voordeel dat concurrenten nu inhaalslag spelen voor emuleren.
Het echte voordeel hier is duidelijk: zonder latente netwerkvertragingen, enorme externe kosten of cloudbeveiligingsrisico’s als gevolg van gegevensoverdracht, kunnen onderzoekers eindelijk grote AI-modellen gebruiken op lokale hardware. De onmiddellijke voordelen voor efficiëntie en beveiliging vallen niet te ontkennen. Subpar nieuws voor serverboerderijen.
Apple was niet nodig om een machine uit de sprong te ontwerpen, specifiek voor AI. De beslissing om efficiënte chips te bouwen voor consumentenproducten heeft onbewust een beest opgeroepen met een onverzadigbare eetlust om problemen in machine learning te verpletteren. Apple moet teams bedanken die meer van hun portables hebben geëist.
