Новый Mac Studio: мощь целого дата-центра в маленькой коробке
NewsMakerNvidia, подвинься - Apple создала монстра для работы с нейросетями.
Apple представила новый Mac Studio с процессором M3 Ultra, способный самостоятельно запускать масштабные модели искусственного интеллекта с 600 миллиардами параметров, такие как Deep Seek R1 или Llama. Главное преимущество системы – беспрецедентный объем единой памяти в 512 гигабайт, к которой имеют одновременный доступ графический процессор, нейронный движок и центральное вычислительное ядро.
При цене в 10 тысяч долларов новинка оказывается заметно доступнее существующих решений. Самый мощный современный графический ускоритель для работы с ИИ, Nvidia H100, обходится в 30 тысяч долларов, но располагает лишь 80 гигабайтами видеопамяти.
"Объем доступных ресурсов начинается с 96 гигабайт и может достигать более половины терабайта", – заявляет Apple. "Такие показатели превосходят возможности передовых графических карт для рабочих станций, устраняя ограничения в профессиональных задачах – 3D-рендеринге, визуальных эффектах и проектах с искусственным интеллектом".
Хотя по вычислительной мощности компактный Mac Studio уступает многопроцессорным системам, для практического применения нейросетей (инференса) решающим фактором становится именно доступный объем памяти. Это преимущество способно изменить расстановку сил на рынке и повлиять на востребованность крупных дата-центров.
"Устройство спроектировано с нуля как мощная платформа для работы с ИИ, где принципиально важна возможность разместить всю модель в оперативной памяти", – отмечает канадский технический обозреватель Линус Себастьян. Продажи начнутся 12 марта 2025 года, но эксперты уже высоко оценивают потенциал новой системы.
Энтузиасты давно используют компьютеры Apple для экспериментов с крупными нейросетями – это служит альтернативой дорогостоящим решениям Nvidia. Раньше приходилось объединять несколько устройств: запуск модели Llama с 405 миллиардами параметров требовал пяти Mac Studio предыдущего поколения, связанных медленными интерфейсами.
"Новая система M3 Ultra Max впервые предоставляет такой внушительный объем ресурсов в одном корпусе", – подчеркивают авторы YouTube-канала MaxTech. На форуме Y Combinator специалисты прогнозируют скорость обработки 20-30 токенов в секунду при работе с масштабными языковыми моделями.
"M3 Ultra с его щедрым объемом памяти знаменует стратегический маневр против доминирования Nvidia", – комментирует Дев Наг, основатель платформы автоматизации поддержки клиентов QueryPal. "Теперь сложные вычислительные задачи становятся доступны на персональных компьютерах, создавая конкуренцию в сегментах рынка, где безраздельно властвовала NVIDIA".
История противостояния компаний началась еще при Стиве Джобсе с конфликтов вокруг предполагаемого копирования технологий. В 2008 году разгорелся скандал "Bumpgate" из-за дефектных чипов NVIDIA в MacBook, за которым последовали споры о правах на мобильные графические технологии. В ответ Apple взяла курс на самостоятельность: сперва сотрудничала с AMD, затем задействовала мощности Google для обучения нейросетей и в итоге создала собственные процессоры.
"Стоимость в 10 тысяч долларов открывает дорогу небольшим студиям и профессионалам уровня prosumer, которым иначе пришлось бы приобретать гораздо более дорогие системы", – поясняет Наг. Такой подход особенно привлекателен для специалистов по видеопроизводству, трехмерной графике и генеративным технологиям.
В задачах обучения нейросетей процессоры Nvidia сохраняют лидерство благодаря специализированным тензорным ядрам и высокой пропускной способности – 3 терабайта в секунду против 800 гигабайт у M3 Ultra. Однако архитектура Mac Studio с единым пулом ресурсов может оказаться эффективнее для реальных приложений, где критичен именно размер доступной памяти.
"Подход Apple ускорит разделение рынков обучения и практического применения моделей", – уверен Наг. "Это повлияет на прибыльность базовых продуктов NVIDIA, одновременно расширяя общий рынок оборудования для ИИ. При этом корпоративный сегмент, облачные сервисы и масштабные системы останутся в сфере влияния Nvidia".
Владимир Кубицкий из компании MacPaw считает происходящее поворотным моментом для автономной работы с искусственным интеллектом. "M3 Ultra создан для независимого функционирования моделей, тогда как Nvidia фокусируется на центрах обработки данных", – отмечает он. "Главное изменение – в самой философии размещения вычислительных задач".
Новое решение может стимулировать развитие автономных систем ИИ, снижая потребность в удаленных сервисах. Работа с моделями на собственном оборудовании обеспечивает приватность и мгновенный отклик, позволяя интегрировать технологии в различные приложения без затрат на облачную инфраструктуру. По мнению Кубицкого, такие компьютеры справятся с задачами цифровых ассистентов, медицинских систем и профессиональных инструментов без обращения к внешним ресурсам.
"Способность работать с передовыми нейросетями на настольном компьютере означает, что ИИ перестает быть привилегией крупных дата-центров", – подчеркивает Кавех Вахдат из компании RiseOpp. "Если Apple продолжит развитие и откроет доступ к своим технологиям, мы увидим первого серьезного конкурента монополии Nvidia, причем не из серверной стойки, а с обычного рабочего места".
На форуме Hacker News эксперты анализируют потенциал Mac Studio при работе с DeepSeek R1 в оптимизированном формате. "Версия Q4_K_M GGUF требует 404 ГБ. Эта архитектура с 671 миллиардом параметров задействует лишь 37 миллиардов активаций за проход, что позволяет рассчитывать на генерацию 20-30 токенов в секунду", – отмечают специалисты.
Более оптимистичные прогнозы, основанные на пропускной способности системы (819 ГБ/с при нагрузке в 37 ГБ на токен), предполагают производительность до 40-50 токенов в секунду. Точные показатели станут известны после старта продаж.
Apple представила новый Mac Studio с процессором M3 Ultra, способный самостоятельно запускать масштабные модели искусственного интеллекта с 600 миллиардами параметров, такие как Deep Seek R1 или Llama. Главное преимущество системы – беспрецедентный объем единой памяти в 512 гигабайт, к которой имеют одновременный доступ графический процессор, нейронный движок и центральное вычислительное ядро.
При цене в 10 тысяч долларов новинка оказывается заметно доступнее существующих решений. Самый мощный современный графический ускоритель для работы с ИИ, Nvidia H100, обходится в 30 тысяч долларов, но располагает лишь 80 гигабайтами видеопамяти.
"Объем доступных ресурсов начинается с 96 гигабайт и может достигать более половины терабайта", – заявляет Apple. "Такие показатели превосходят возможности передовых графических карт для рабочих станций, устраняя ограничения в профессиональных задачах – 3D-рендеринге, визуальных эффектах и проектах с искусственным интеллектом".
Хотя по вычислительной мощности компактный Mac Studio уступает многопроцессорным системам, для практического применения нейросетей (инференса) решающим фактором становится именно доступный объем памяти. Это преимущество способно изменить расстановку сил на рынке и повлиять на востребованность крупных дата-центров.
"Устройство спроектировано с нуля как мощная платформа для работы с ИИ, где принципиально важна возможность разместить всю модель в оперативной памяти", – отмечает канадский технический обозреватель Линус Себастьян. Продажи начнутся 12 марта 2025 года, но эксперты уже высоко оценивают потенциал новой системы.
Энтузиасты давно используют компьютеры Apple для экспериментов с крупными нейросетями – это служит альтернативой дорогостоящим решениям Nvidia. Раньше приходилось объединять несколько устройств: запуск модели Llama с 405 миллиардами параметров требовал пяти Mac Studio предыдущего поколения, связанных медленными интерфейсами.
"Новая система M3 Ultra Max впервые предоставляет такой внушительный объем ресурсов в одном корпусе", – подчеркивают авторы YouTube-канала MaxTech. На форуме Y Combinator специалисты прогнозируют скорость обработки 20-30 токенов в секунду при работе с масштабными языковыми моделями.
"M3 Ultra с его щедрым объемом памяти знаменует стратегический маневр против доминирования Nvidia", – комментирует Дев Наг, основатель платформы автоматизации поддержки клиентов QueryPal. "Теперь сложные вычислительные задачи становятся доступны на персональных компьютерах, создавая конкуренцию в сегментах рынка, где безраздельно властвовала NVIDIA".
История противостояния компаний началась еще при Стиве Джобсе с конфликтов вокруг предполагаемого копирования технологий. В 2008 году разгорелся скандал "Bumpgate" из-за дефектных чипов NVIDIA в MacBook, за которым последовали споры о правах на мобильные графические технологии. В ответ Apple взяла курс на самостоятельность: сперва сотрудничала с AMD, затем задействовала мощности Google для обучения нейросетей и в итоге создала собственные процессоры.
"Стоимость в 10 тысяч долларов открывает дорогу небольшим студиям и профессионалам уровня prosumer, которым иначе пришлось бы приобретать гораздо более дорогие системы", – поясняет Наг. Такой подход особенно привлекателен для специалистов по видеопроизводству, трехмерной графике и генеративным технологиям.
В задачах обучения нейросетей процессоры Nvidia сохраняют лидерство благодаря специализированным тензорным ядрам и высокой пропускной способности – 3 терабайта в секунду против 800 гигабайт у M3 Ultra. Однако архитектура Mac Studio с единым пулом ресурсов может оказаться эффективнее для реальных приложений, где критичен именно размер доступной памяти.
"Подход Apple ускорит разделение рынков обучения и практического применения моделей", – уверен Наг. "Это повлияет на прибыльность базовых продуктов NVIDIA, одновременно расширяя общий рынок оборудования для ИИ. При этом корпоративный сегмент, облачные сервисы и масштабные системы останутся в сфере влияния Nvidia".
Владимир Кубицкий из компании MacPaw считает происходящее поворотным моментом для автономной работы с искусственным интеллектом. "M3 Ultra создан для независимого функционирования моделей, тогда как Nvidia фокусируется на центрах обработки данных", – отмечает он. "Главное изменение – в самой философии размещения вычислительных задач".
Новое решение может стимулировать развитие автономных систем ИИ, снижая потребность в удаленных сервисах. Работа с моделями на собственном оборудовании обеспечивает приватность и мгновенный отклик, позволяя интегрировать технологии в различные приложения без затрат на облачную инфраструктуру. По мнению Кубицкого, такие компьютеры справятся с задачами цифровых ассистентов, медицинских систем и профессиональных инструментов без обращения к внешним ресурсам.
"Способность работать с передовыми нейросетями на настольном компьютере означает, что ИИ перестает быть привилегией крупных дата-центров", – подчеркивает Кавех Вахдат из компании RiseOpp. "Если Apple продолжит развитие и откроет доступ к своим технологиям, мы увидим первого серьезного конкурента монополии Nvidia, причем не из серверной стойки, а с обычного рабочего места".
На форуме Hacker News эксперты анализируют потенциал Mac Studio при работе с DeepSeek R1 в оптимизированном формате. "Версия Q4_K_M GGUF требует 404 ГБ. Эта архитектура с 671 миллиардом параметров задействует лишь 37 миллиардов активаций за проход, что позволяет рассчитывать на генерацию 20-30 токенов в секунду", – отмечают специалисты.
Более оптимистичные прогнозы, основанные на пропускной способности системы (819 ГБ/с при нагрузке в 37 ГБ на токен), предполагают производительность до 40-50 токенов в секунду. Точные показатели станут известны после старта продаж.