几个月前，，，，爱范儿在一台 M3 Ultra 的 Mac Studio 上，，，，乐成安排了 671B 的 DeepSeek 的外地大模子（4-bit 量化版）。。
而若是咱们搞来 4 台顶配 Mac Studio……
- 每一台都是 M3 Ultra
- 512GB 一致内存
- 819GB/s 内存带宽
- 80 核 GPU
- 80Gbps 雷雳 5 双向传输……
把这四头猛兽，，，，经由开源工具串联成一个「桌面级 AI 集群」——能否把外地推理的天花板再抬高一个维度？？
这也是来自英国创业公司 Exo Labs 正考试处置惩罚的问题。。而爱范儿成为了第一批见到这个全新处置惩罚妄想的我国媒体之一。。
「田主家也没有余粮」
你可能会以为，，，，像牛津这样的尖端大学肯定 GPU 多得用不完，，，，但着实彻底不是这样。。
Exo Labs 首创人 Alex 和 Seth 结业于牛津大学——即便在这样的顶尖高校做钻研，，，，想要运用 GPU 集群也需求提早数月排队，，，，一次只能请求一张卡，，，，流程绵长而低效。。
（ 甭说牛津大学了，，，，就连美国的国家试验室系统，，，，具有的超算集群算力也相同需求预定排队。。 ）
Alex 和 Seth 发明了一个征象：其时 AI 根底设施的高度集中化，，，，使得小我私家钻研者和小型团队被边沿化。。
为了处置惩罚问题，，，，他们在上一年 7 月启动了第一次试验，，，，串联了手头上的两台 MacBook Pro，，，，然后跑通了 LLaMA 模子。。只管功效有限，，，，每秒只能输出 3 个 token，，，，但现已足以验证 Apple Silicon 架构用于 AI 漫衍式推理的可行性。。
更主要的是，，，，只管 LMStudio 等外地跑大模子的根底设施处置惩罚妄想现已较量普遍了，，，，但串联多台消耗级电脑——组成集群——相关妄想在其时依然归于「不知道水域」。。
而这个小团队的作业，，，，也被苹果注重到了。。
MacBook Pro 的算力终究是有限的，，，，而二人集群化 Mac 电脑的作业，，，，在今年 3 月迎来了一个要害的转折点：苹果宣布了 M3 Ultra 顶配处置惩罚器版别的 Mac Studio。。
512GB 一致内存、819GB/s 的内存带宽、80 核 GPU，，，，再加上 Thunderbolt 5 的 80Gbps 双向传输才华——真实强有力的，，，，足以运转 2025 上半年满血版大模子的外地 AI 集群，，，，总算从理想酿成了实践。。
一起跑两个 670 亿参数大模子是什么被人下套构成强奸罪&#强奸犯在监狱受歧视26446;瑾枚谈强奸犯体会？？
4 台顶配 M3 Ultra 的 Mac Studio 经由 Thunderbolt 5 串联后，，，，账面数据适当惊人：
- 128 核 CPU（32×4）
- 240 个 GPU 中心（80×4）
- 2TB 一致内存（512GB×4）
- 总内存带宽逾越 3TB/s
这样的组合，，，，功效现已称得上是一台小型超算了，，，，但从体积上依然（牵强）可归到「家用级」。。
但硬件仅仅根底，，，，真实验展效能的要害是 Exo Labs 开发的漫衍式模子调理渠道 Exo V2。。Exo V2 会依据内存与带宽状态将模子自动拆分，，，，安排在最合适的节点上。。
Exo Labs 和苹果在现场供应了 Exo V2 的 demo，，，，向爱范儿展现了以下中心才华：
大模子加载：8-bit 量化后的 DeepSeek，，，，完好载入需求高达 700GB 内存，，，，单台 Mac Studio 无力承当。。而 Exo 的软件会将模子拆分安排到 2 台 Mac Studio 上完结加载。。激活后，，，，它的流式输出「打字速率」基础上逾越了人的阅览速率。。
并行推理：在 DeepSeek V3 仍在两台顶配 Mac Studio 上跑着的一起，，，，又加载了相同 670 亿参数的 DeepSeek R1。。舷立行将 R1 分派到剩下的两台 Mac Studio，，，，完结两个大模子并行推理，，，，支持多用户一起发问。。
私有文档 RAG 问答：拖入公司财报 PDF，，，，模子在外地完结知识嵌入与问答，，，，不依赖任何云端资源，，，，数据彻底私有可控。。
轻量微调：若企业有数千份内部资料，，，，可经由 QLoRA + LoRA 手艺举行外地微调。。若是只用单台 Mac Studio，，，，微调的耗时依然长达数日，，，，但 Exo 的集群调理才华，，，，使得训练使命可线性加速，，，，大幅缩短时刻资源。。
重大的资源差别
爱范儿在现场后台视察拓扑图发明：即便 4 台机械一起处于高负载状态，，，，整套系统功耗一直控制在 400W 以内，，，，运转简直无电扇噪音。。
要在古板效劳器妄想中完结一律功效，，，，至少需求安排 20 张 A100 显卡，，，，效劳器加网络装备资源超 200 万人民币，，，，功耗达数千瓦，，，，还需自力机房与制冷系统。。
$
&#强奸犯在监狱受歧视>被人下套构成强奸罪26446;瑾枚谈强奸犯$$$$$
——就这样，，，，苹果 M 芯片在 AI 大模子的浪潮中，，，，意外地找到了一个新的定位。。简直令人没想到。。
Exo Labs 凭证 M3 Ultra Mac Studio 开发的这个套组，，，，起价钱 32999 元，，，，装备 96GB 一致内存。。而 512GB 的顶配版别，，，，更是价钱不菲。。
但从手艺视点来看，，，，一致内存架构带来的优势是革命性的。。
在妄想 M 芯片之初，，，，苹果更多是为节能、高效的小我私家创立而生。。但一致内存、高带宽 GPU、Thunderbolt 多路径聚合等特征，，，，反而十分合适 AI 外地推理这件事，，，，只管意料之外，，，，却又在情理之中。。
古板 GPU，，，，即即是最高端的作业站卡，，，，显存一样平常也只要 96GB。。而苹果的一致内存让 CPU 和 GPU 同享统一块高带宽内存，，，，阻止了数据在差别存储层级之间的一再转移，，，，这对大模子推理来说寄义严重。。
虽然，，，，EXO 这套妄想也有显着的定位差别。。它不是为了与 H100 正面临立，，，，不是为了训练下一代 GPT，，，，而是为了处置惩罚实践的使用问题：运转自己的模子，，，，维护自己的数据，，，，举行须要的微调优化。。
若是说 H100 是金字塔顶的王者，，，，而 Mac Studio 正在成为中小团队手中的瑞士军刀。。
本文来自微信公共号“爱范儿”（ID：ifanr），，，，作者：乔纳森何，，，，36氪经授权宣布。。
荆州市都会治理执法委员会
