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猪排少年动漫在线观看>爱情历程动漫在&#动漫最强歌声在线观看32447;观看体会？？ ？？
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 。 。。
$
୫动漫最强歌声在线观看<猪排少年动漫在线观看/strong>3;情历程动漫在线观看$$$$$——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
