AiSiri网9月26日消息，AI浪潮下，苹果Mac电脑意外成为了“香饽饽”。不少极客和开发者开始抢购Mac Mini作为AI主机，用来跑本地大模型；更高端的Mac甚至能组集群，硬扛1.6万亿参数的庞然大物。苹果官方在内部Jamf用户大会上，罕见地公布了一组数据，清晰划定了自家产品线的本地AI能力边界：iPhone/iPad最多能跑140亿参数模型，Mac Mini能到700亿，MacBook Pro则提升到1200亿。
真正的杀手锏藏在桌面端。Mac Studio这种工作站级产品，单机就能支撑4800亿参数的本地AI。而更夸张的是，四台Mac Studio组成的集群，居然能直接运行1.6万亿参数的本地AI——恰好对应DeepSeek V4 Pro的规模。这意味着，不需要动辄几百万的服务器集群，四台工作站就能在本地跑起千亿级大模型，这对不少企业和研究团队来说，成本优势肉眼可见。
秘密全在内存上。虽然容量决定能扛多大的模型，但苹果这几年押注的统一内存架构才是核心——CPU和GPU真正共享同一片物理内存，不需要像传统x86那样来回拷贝数据。这个优势，x86平台至今没跟上。即便PC也能配128GB甚至192GB内存，但在本地AI场景里，效率差距很明显。
原因在于，苹果的A/M系列处理器不光统一内存，还是芯片级封装，带宽数据极为恐怖。Ultra级别的M处理器能做到1.2TB/s的带宽；相比之下，x86 PC就算用上256bit LPDDR5X-8000内存，理论带宽也才256GB/s。跑AI时，计算单元等内存喂数据的时间差，直接决定了实际性能。
x86阵营里，目前唯一摸到门道的是AMD的锐龙AI Max处理器（Strix Halo系列）。它也开始走共享内存路线，能跑千亿级别的本地大模型，但效率和Mac相比仍有差距。接下来最有希望破局的，其实是NVIDIA的RTX Spark产品线——它把RTX 5070级别的GPU核心塞进了CPU，但CPU内核是ARM架构，能不能成，还得看微软能不能把ARM版Windows系统优化到位。
