اختبار تشغيل نماذج كبيرة على Mac Studio: التوقعات لـ M3 Ultra وخطة العنقود و M5 Ultra

2026 年 4 月，DeepSeek V4 Pro、Kimi K2.6 等 1 兆參數級模型相繼釋出，把「在自家機器跑前沿開源 LLM」這件事變成可行選項。對不想自建 H100 工作站、又想擁有完整本地推論能力的工程師與小型團隊，**Mac Studio M3 Ultra 256GB** 是現階段最具性價比的單機方案，搭配 Thunderbolt 5 集群更可上探 1T 參數的領域。本文整理 M3 Ultra 跑大模型的實測數據、集群方案、MLX 框架優勢，以及 M5 Ultra 預期時程。

حالة مواصفات M3 Ultra الحالية: 256GB ذاكرة موحّدة، 819 GB/s عرض نطاق

حتى أبريل 2026، لا تزال أعلى فئة (SKU) في Mac Studio هي M3 Ultra، وبالتكوين بحدّ أقصى يصل إلى 32 نواة CPU و80 نواة GPU و256GB ذاكرة موحّدة، و819 GB/s كعرض نطاق لِذاكرة. تخطّت Apple جيل M4 Ultra—لا يوجد Mac Studio من فئة M4 Ultra في السوق، وهذه اعتَقاد خاطئ شائع. من المتوقع أن يتم الإعلان عن M5 Ultra في 2026 ضمن WWDC (8-12 يونيو)، لكن وفقًا لتقرير Bloomberg Mark Gurman بتاريخ 4/19، وبسبب اختناقات في سلسلة التوريد، قد يتأخر إلى أكتوبر.

بالنسبة لاستدلال LLM، فإن «الذاكرة الموحّدة» هي أكبر ميزة تميّز لـ Mac Studio. تشارك GPU وCPU نفس كتلة DRAM، لذا لا يلزم نقل أوزان النموذج ذهابًا وإيابًا عبر PCIe؛ وبالمقارنة مع بنية طبقتين (لوح أم DDR5 + HBM3 80GB) لدى NVIDIA H100، يمكن لحوض الذاكرة الموحّدة 256GB على Mac Studio أن يستوعب نموذجًا مُكمّمًا كاملًا بحجم 405B Q4، مع تجنّب تعقيد التنسيق متعدد البطاقات.

Llama 3.1 405B: نموذج Q4 بسعة 256GB يمكن تشغيله منفردًا

بعد أن قامت Meta بكمْلتة Llama 3.1 405B إلى 4-bit، أصبح بحجم يقارب 235GB، وهو مناسب تمامًا ضمن ميزانية ذاكرة Mac Studio M3 Ultra بسعة 256GB، بحيث يمكن**تحميله بالكامل وتشغيل الاستدلال على جهاز واحد**. تُظهر البيانات التجريبية أن سرعة توليد التوكنات تقع بين 5–10 tokens في الثانية (تختلف حسب طول الـprompt وحجم batch)، ورغم أنها أبطأ بكثير من مئات tok/s في عنقود H100، إلا أنها كافية تمامًا لسيناريوهات «البحث دون اتصال (offline) والاستخدام الفردي».

مقابل المتطلبات: إذا كنت تريد إجراء خدمة production وتحتاج إلى تدفق تزامني (مثل خدمة 10+ مستخدمين في الوقت نفسه)، فإن Mac Studio غير مناسب، وما يزال يتعين عليك اللجوء إلى حلول سحابية من H100/H200.

DeepSeek V3 671B: لا يمكن تشغيله منفردًا، ولا بد من الذهاب إلى العنقود

بعد كمْلتة DeepSeek V3 (671B إجمالي المعلمات و37B معلمات نشطة) يصبح بحجم يقارب 350-400GB، ما يتجاوز حد الذاكرة لـ Mac Studio واحدة بسعة 256GB. البديل الممكن هو «عنقود 8 أجهزة M4 Pro Mac Mini»—وقد وصلت القياسات الفعلية ضمن المجتمع إلى 5.37 tok/s عند الاتصال عبر Thunderbolt 5. ورغم أن السرعة بطيئة، إلا أنها تثبت أن عنقود Apple Silicon يمكنه دعم نماذج فئة 600B+.

بالنسبة لـ DeepSeek V4 Pro (1.6T إجمالي المعلمات و49B معلمات نشطة)، فحتى بعد الكمْلتة ما يزال حجمها يتجاوز إجمالي سعة الذاكرة في عنقود Mac Studio الشائع، لذا تحتاج إلى بنية تحتية محلية أكبر أو العودة إلى الاستدلال السحابي عبر Ollama Cloud/واجهة برمجة تطبيقات DeepSeek الخاصة.

Kimi K2 Thinking 1T: عنقود بـ 4٠ ألف دولار يمكنه الوصول إلى 25 tok/s

تجربة عنقود Mac Studio الأكثر تمثيلًا في 2026 هي Kimi K2 Thinking (1T إجمالي المعلمات): عنقود مكوّن من 4 أجهزة Mac Studio M3 Ultra من الفئة العليا (256GB لكل جهاز)، متصلة ببعضها عبر Thunderbolt 5، وتنفيذ بروتوكول RDMA over Thunderbolt، بإجمالي استثمار يقارب 4٠ ألف دولار (حوالي NT$130 万)، وقد أنتج في هذا التكوين سرعة استدلال بطلب واحد تصل إلى 25 tokens/s.

ما معنى هذا الرقم: مقارنةً بـ «عنقود Mac Studio من الفئة الأعلى» بقيمة 4٠ ألف دولار مع جهاز NVIDIA H100 واحد (حوالي 3٠ ألف دولار، 80GB HBM3)، فإن الأول يمكنه تشغيل الاستدلال الكامل لنموذج 1T بينما الثاني لا يستطيع؛ لكن عنقود H100 (4 بطاقات = 12٠ ألف دولار) يتفوق بكثير من حيث الإنتاجية.**منطق الاختيار: بحث لفرد واحد وبطلب واحد → Mac Studio؛ إنتاجية لمجموعة كبيرة مع تزامن متعدد → H100.**

إطار MLX: < 14B نموذج أسرع من llama.cpp بنسبة 20-87%

تم تصميم إطار Apple MLX (Machine Learning eXchange) الخاص بها خصيصًا لـ Apple Silicon، مع ذاكرة موحّدة وNeural Accelerators مدمجة داخل كل GPU لكل نواة. تشير قياسات المجتمع الفعلية إلى أنه في النماذج الأقل من 14B معلمة، يكون MLX أسرع من llama.cpp بنسبة 20-87%. وبالنسبة لنماذج شائعة من فئة «مساعد شخصي» مثل Llama 3 8B وPhi-4 وQwen 2.5 7B، فإن MLX هو الخيار الافتراضي المفضّل.

بالنسبة للنماذج الأكبر (30B+)، تقلّ ميزة MLX نسبيًا، وما تزال لدى Ollama وllama.cpp سيناريوهات استخدام خاصة بهما (نظام بيئي كامل وفعالية مجتمعية). توصية عملية: النماذج الصغيرة تستخدم MLX، النماذج الكبيرة تستخدم Ollama/llama.cpp، أما النماذج فائقة الضخامة فتتجه إلى عنقود أو إلى الاستدلال السحابي.

الترقب لـ M5 Ultra: عرض نطاق 1,100 GB/s، والإعلان في يونيو أو في أكتوبر

تشير أحدث التسريبات في أبريل 2026 إلى مواصفات M5 Ultra: CPU بعدد 32-36 نواة، وGPU بعدد 80 نواة، و256GB ذاكرة موحّدة (بنفس السعة)، وبعرض نطاق للذاكرة يقارب 1,100 GB/s (زيادة 34%). وبالنسبة لاستدلال LLM، فإن عرض نطاق الذاكرة هو عنق الزجاجة الحاسم لتحديد tok/s—ومن المتوقع أن يتمكن M5 Ultra من رفع سرعة الاستدلال على الجهاز الواحد لنموذج 405B Q4 بما يزيد عن 30% باستخدام نفس سعة 256GB.

ملاحظات حول الجدول الزمني:

WWDC 2026 (8-12 يونيو): السيناريو الأكثر تفاؤلًا للإطلاق الأول

أكتوبر: وقت بديل «تأخير سلسلة التوريد» الذي تم ذكره من قبل Bloomberg Mark Gurman بتاريخ 4/19

حاليًا يعاني موديل Mac M3 Ultra بسعة 256GB من نقص في الإمدادات: مدة انتظار 10-12 أسبوعًا، ونقص في توفر بعض التكوينات

بالنسبة للمشترين الذين يخططون للشراء بين 5 و6 أشهر: يوصى بالانتظار حتى يتم تأكيد M5 Ultra، إذ أن نسبة احتفاظ M3 Ultra 256GB بقيمته في سوق المستعمل قد تتأثر سلبًا بإطلاق منتج جديد.

شراء Mac Studio مقابل بناء محطة عمل GPU ذاتيًا: مفاضلة بين مسارين

ضمن نفس الميزانية (NT$30-130 万)، تكون المفاضلة بين المسارين كما يلي:

بالنسبة لتكوين محطة عمل GPU ذاتية البناء انطلاقًا من Mac Studio M3 Ultra 256GB (RTX 5090×2 أو H100×1)، تبدأ الأسعار تقريبًا من ~ NT$30 万: RTX 5090×2 ~ NT$25 万؛ H100 ~ NT$80 万+؛ ويمكن تشغيل أكبر نموذج حتى 405B Q4 (على جهاز واحد)؛ RTX 5090×2: 70B-120B Q4؛ H100: 405B Q8؛ سرعة الاستدلال (70B Q4) 15-25 tok/s؛ RTX 5090×2: 30-60 tok/s؛ استهلاك الطاقة (استدلال نموذجي) ~ 200W؛ 800-1200W؛ مستوى الضجيج مروحة من الفئة الخادمة شبه بلا صوت؛ ضجيج مراوح بمستوى الخوادم؛ أفضل سيناريو البحثي للباحثين والمطورين الفرديين والاستخدام دون اتصال لفترة طويلة؛ فرق صغيرة production تحتاج إلى fine-tuning

الخلاصة: **Mac Studio للاستخدام الفردي ولفرق متعددة الأشخاص محطة عمل GPU** . تتمثل ميزة Mac Studio في أن الذاكرة الموحّدة يمكنها استيعاب نماذج كبيرة، وهي هادئة ومنخفضة استهلاك الطاقة؛ أما ميزة محطة عمل GPU فتتمثل في نظام CUDA الأصلي، وتدفق الإنتاجية المتزامن لعدة أشخاص، وإمكانية إجراء التدريب/الضبط الدقيق. بالنسبة لمعظم قراء abmedia (مطورون فرديون وباحثون ومحبو AI)، لا يزال Mac Studio M3 Ultra 256GB هو أفضل تكوين للانطلاق في الربع الثاني من 2026—ما لم تكن مستعدًا للانتظار حتى M5 Ultra.

هذه المقالة عن قياسات Mac Studio لتشغيل النماذج الكبيرة: M3 Ultra، حلول العنقود، وتوقعات M5 Ultra، ظهرت لأول مرة على 鏈新聞 ABMedia.