今天苹果公司没有举行发布会，也没有进行预热，更没有提前泄露任何消息。突然间，苹果官网上新款的 Mac mini 和 Mac Studio 直接上线：Mac mini 升级至 M6 和 M5 Pro，而 Mac Studio 则换装了 M5 Max 和 M5 Ultra。自去年以来，我一直在密切关注本地自建 AI，特别是像 Mac Studio 这样配置大容量统一内存的设备。几乎每周我都会查看 M5 Ultra 的最新动态，结果等待的消息就在今天突然出现。而更让人兴奋的是，512GB 的统一内存版本终于回归了。看到这一点，年初我花了六万块买的设备一下子失去了吸引力。尽管如此，购买还是得购买——毕竟，MacBook Pro 是一款可以随身携带的 128GB 移动工作站，和那个桌面的金属盒子毕竟有区别。如果你真正希望在本地进行大模型的运行，新版的 Mac Studio 512GB 版本几乎是当前唯一的选择。现在我们所能看到的 256GB / 16TB 版本的售价为 14万3，根据以往的定价规律，512GB / 16TB 版本可能将再加5-6万，总价接近20万；如果选择小一点的512GB / 2TB版本，价格大概在14万到15万之间，确实不算便宜。

关于512GB 的重要性，这款产品推出后，市场上曾出现过离谱的现象：原本不到十万元的机型，价格被炒到十五万、甚至二十万。人们追捧并不是单纯因为品牌，而是因为它占据了一个特殊的市场位置：它是普通消费者能够购买并开具发票的最便宜的大容量本地 AI 一体机。与售价为 9.5 万美元（约 64 万人民币）的超级计算机相比，这款机器的价格真心不算高。

当下消费级显卡的主要问题并不是算力不够，而是显存不足。虽然 RTX 5090 提供了 32GB 显存，而 RTX PRO 6000 Blackwell 提供 96GB，但在处理一些几百 B 参数的模型时，显存的问题就显露无疑。Mac Studio 的 512GB 统一内存让 CPU 和 GPU 能够同时访问，虽然它的速度不及高端 NVIDIA 系统，但它有效避免了在显存和系统内存之间反复搬运大量权重的数据。

在实际使用中，400 到 450GB 的模型可以在512GB 的内存中运行，虽然空间余量有限，但仍可实现单机运行的路径。若使用消费级 NVIDIA 显卡，则需考虑多卡组合、CPU 卸载与相关的复杂架构，这本身就是一项巨大的挑战。显卡只是成本的一部分，机箱、电源、主板等各种配件的费用同样不可忽视。而 Mac Studio 的价值在于将这一系列复杂的元件压缩成一个二十厘米见方的铝合金盒子，简单插电即可使用。

容量是一回事，而速度则是另一回事。512GB 的容量并不意味着其性能就优于 RTX 5090。在不同阶段对比两者，可以看出第一个阶段是 prefill，即读取和理解提示词，这阶段更看重算力和矩阵运算的效率。而第二阶段为 decode，每生成一个 Token 需要重新读取相关权重，主要受内存带宽限制。新款的 M5 Ultra 提升了统一内存带宽，达到了 1.2TB/s，这是相较于上一代 50% 的提升，也是本地 AI 的核心升级。

如果将各个候选设备的性能进行对比，就可以看出虽然 RTX 5090 的带宽更高，但其显存仅为 32GB。带宽决定了处理 Token 的速度，而容量则是能否完成任务的关键。基于模型的结构、权重大小及内存带宽等因素，可以做出保守的推算：尽管新设备尚未交付，但根据现有数据和计算方法，可以认为这台机器不仅能加载大模型，更能将其带到可用的程度。每秒生成的 Token 数量明显超过了普通阅读速度。